Fugu-MT 論文翻訳(概要): Stochastic Optimal Control via Measure Relaxations

論文の概要: Stochastic Optimal Control via Measure Relaxations

arxiv url: http://arxiv.org/abs/2508.00886v1
Date: Sat, 26 Jul 2025 07:18:16 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-05 18:25:21.604124
Title: Stochastic Optimal Control via Measure Relaxations
Title（参考訳）: ゆらぎ測定による確率的最適制御
Authors: Etienne Buehrle, Christoph Stiller,
Abstract要約: 我々は,システムの最適制御問題を,占領対策に対する凸問題として論じる。提案手法は,合成シナリオと実世界のシナリオのセットで実証する。
参考スコア（独自算出の注目度）: 5.716199402595783
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The optimal control problem of stochastic systems is commonly solved via robust or scenario-based optimization methods, which are both challenging to scale to long optimization horizons. We cast the optimal control problem of a stochastic system as a convex optimization problem over occupation measures. We demonstrate our method on a set of synthetic and real-world scenarios, learning cost functions from data via Christoffel polynomials. The code for our experiments is available at https://github.com/ebuehrle/dpoc.
Abstract（参考訳）: 確率システムの最適制御問題は、長い最適化地平線へのスケーリングが困難であるロバストあるいはシナリオベースの最適化手法によってよく解決される。我々は,確率システムの最適制御問題を,占領対策に対する凸最適化問題として検討した。提案手法は,Christoffel多項式を用いたデータからコスト関数を学習する,合成および実世界のシナリオの集合上で実証する。実験のコードはhttps://github.com/ebuehrle/dpoc.comで公開されている。

関連論文リスト

Preference Optimization for Combinatorial Optimization Problems [54.87466279363487]
強化学習(Reinforcement Learning, RL)は、ニューラルネットワーク最適化のための強力なツールとして登場した。大幅な進歩にもかかわらず、既存のRLアプローチは報酬信号の減少や大規模な行動空間における非効率な探索といった課題に直面している。統計的比較モデルを用いて定量的報酬信号を定性的選好信号に変換する新しい手法であるPreference Optimizationを提案する。
論文参考訳（メタデータ） (2025-05-13T16:47:00Z)
An Efficient On-Policy Deep Learning Framework for Stochastic Optimal Control [14.832859803172846]
本稿では、最適制御(SOC)問題を解決するための新しいオン政治アルゴリズムを提案する。ギルサノフの定理を利用することで、微分方程式や随伴問題解による高価なバックプロパゲーションを伴わずに、SOC対象の政治的勾配を直接計算する。実験により,従来の手法に比べて計算速度とメモリ効率が大幅に向上した。
論文参考訳（メタデータ） (2024-10-07T16:16:53Z)
Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
論文参考訳（メタデータ） (2023-12-28T23:15:18Z)
Stochastic Optimal Control Matching [53.156277491861985]
最適制御のための新しい反復拡散最適化(IDO)技術である最適制御マッチング(SOCM)を導入する。この制御は、一致するベクトル場に適合しようとすることで、最小二乗問題を通じて学習される。実験により,本アルゴリズムは最適制御のための既存のすべての IDO 手法よりも低い誤差を実現する。
論文参考訳（メタデータ） (2023-12-04T16:49:43Z)
Numerical Methods for Convex Multistage Stochastic Optimization [86.45244607927732]
最適化プログラミング(SP)、最適制御(SOC)、決定プロセス(MDP)に焦点を当てる。凸多段マルコフ問題の解決の最近の進歩は、動的プログラミング方程式のコスト対ゴー関数の切断面近似に基づいている。切削平面型法は多段階問題を多段階的に扱えるが、状態(決定)変数は比較的少ない。
論文参考訳（メタデータ） (2023-03-28T01:30:40Z)
Multistage Stochastic Optimization via Kernels [3.7565501074323224]
我々は,多段階最適化問題に対する非パラメトリック,データ駆動,トラクタブルアプローチを開発した。本稿では,提案手法が最適に近い平均性能で決定ルールを生成することを示す。
論文参考訳（メタデータ） (2023-03-11T23:19:32Z)
A Nonstochastic Control Approach to Optimization [26.744354103012448]
制御前提条件からの最近の手法が凸ノリティの課題を克服できることを示す。メソッドのクラスから、類似の結果を後見で得る方法を学ぶことができる。
論文参考訳（メタデータ） (2023-01-19T06:08:01Z)
Chance-Constrained Optimization in Contact-Rich Systems for Robust Manipulation [13.687891070512828]
離散時間線形相補性システム(SDLCS)の確率制約最適化を提案する。我々の定式化では、相補性に対する合同確率制約と、ダイナミクスの進化を捉える状態について明確に検討する。このロバスト性はSDLCSのロバストな軌道最適化に対する最近の手法よりも優れている。
論文参考訳（メタデータ） (2022-03-05T00:16:22Z)
Efficient Online Linear Control with Stochastic Convex Costs and Unknown Dynamics [0.0]
本稿では,最良安定化線形コントローラに対して,最適$sqrtT$後悔率を得る計算効率のよいアルゴリズムを提案する。これまでの研究とは対照的に,我々のアルゴリズムは顔の不確実性パラダイムにおける最適化に基づいている。
論文参考訳（メタデータ） (2022-03-02T15:19:20Z)
Divide and Learn: A Divide and Conquer Approach for Predict+Optimize [50.03608569227359]
予測+最適化問題は、予測係数を使用する最適化プロブレムと、確率係数の機械学習を組み合わせる。本稿では, 予測係数を1次線形関数として, 最適化問題の損失を直接表現する方法を示す。本稿では,この制約を伴わずに最適化問題に対処し,最適化損失を用いてその係数を予測する新しい分割アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-12-04T00:26:56Z)
Global Optimization of Gaussian processes [52.77024349608834]
少数のデータポイントで学習したガウス過程を訓練した空間定式化を提案する。このアプローチはまた、より小さく、計算的にもより安価なサブソルバを低いバウンディングに導く。提案手法の順序の順序による時間収束を,総じて低減する。
論文参考訳（メタデータ） (2020-05-21T20:59:11Z)
Tiering as a Stochastic Submodular Optimization Problem [5.659969270836789]
タイアリングは大規模情報検索システムを構築する上で欠かせない技術である。最適化問題としての最適階層化は、部分モジュラーなknapsack制約を伴う部分モジュラー最小化問題として適用可能であることを示す。
論文参考訳（メタデータ） (2020-05-16T07:39:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。