Fugu-MT 論文翻訳(概要): LQG solution for POMDP without estimating states: A minimum variance approach

論文の概要: LQG solution for POMDP without estimating states: A minimum variance approach

arxiv url: http://arxiv.org/abs/2607.12135v1
Date: Mon, 13 Jul 2026 20:38:04 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-15 17:08:29.962999
Title: LQG solution for POMDP without estimating states: A minimum variance approach
Title（参考訳）: 状態を推定しないPOMDPに対するLQG解:最小分散法
Abstract要約: 本稿では, 離散時間線形時間不変 (LTI) システムの不完全・劣化測定における制御について検討する。我々は、明示的な状態推定に頼ることなくLQG(Linear Quadratic Gaussian)コントローラの設計に重点を置いている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper investigates the control of discrete-time linear time-invariant (LTI) systems subject to incomplete and corrupted measurements. Specifically, we focus on designing a Linear Quadratic Gaussian (LQG) controller without relying on explicit state estimation. By leveraging minimum variance duality, our approach allows the current control input to be represented as a linear function of available measurements and previously applied inputs, successfully reducing the task to a tractable deterministic optimization problem. We provide theoretical justification for this framework and demonstrate its practical effectiveness through numerical experiments.
Abstract（参考訳）: 本稿では, 離散時間線形時間不変 (LTI) システムの不完全・劣化測定における制御について検討する。具体的には、明示的な状態推定に頼ることなくLQG(Linear Quadratic Gaussian)コントローラの設計に焦点を当てる。最小分散双対性を利用することで、現在の制御入力を、利用可能な測定値と予め適用された入力の線形関数として表現することができ、抽出可能な決定論的最適化問題へのタスクの削減に成功している。本稿では,この枠組みを理論的に正当化し,数値実験による実効性を実証する。

関連論文リスト

Learning Dynamics from Infrequent Output Measurements for Uncertainty-Aware Optimal Control [4.85082036531237]
非線形システムの力学が未知であり、希少かつノイズの多い出力の測定しかできない場合、信頼性の高い最適制御は困難である。この研究は、連続時間力学と潜在状態軌道を状態空間形式で定式化することで、制限されたセンシングのこの設定に対処する。得られた後続サンプルは、モデルと測定の不確実性の両方を考慮に入れたシナリオベースの最適制御問題を定式化するために使用される。
論文参考訳（メタデータ） (2025-12-08T20:10:37Z)
Online Inference of Constrained Optimization: Primal-Dual Optimality and Sequential Quadratic Programming [55.848340925419286]
等式制約と不等式制約を持つ2次最適化問題の解に対するオンライン統計的推測について検討した。これらの問題を解決するための逐次プログラミング(SSQP)手法を開発し、目的の近似と制約の線形近似を逐次実行することでステップ方向を計算する。本手法は,Hjek と Le Cam の意味での最適原始双対制限行列を用いて局所正規性を示す。
論文参考訳（メタデータ） (2025-11-27T06:16:17Z)
Differentiable Nonlinear Model Predictive Control [1.9272863690919875]
本稿では、暗黙関数定理(IFT)と内点法(IPM)で処理されたスムーズな最適条件を用いた一般非線形プログラム(NLP)の解感度の計算について論じる。二次サブプロブレムにIPMを用いる逐次二次計画法(SQP)の感度計算について詳述する。この出版物は、フレームワーク内で効率的なオープンソース実装を伴い、一般的な最適制御問題に対する前方および隣接の感度の両方を提供し、最先端の解法mpc.pytorchよりも3倍を超えるスピードアップを達成する。
論文参考訳（メタデータ） (2025-05-02T15:43:37Z)
Sub-optimality of the Separation Principle for Quadratic Control from Bilinear Observations [21.224078346005655]
最小2次コストで双線形観測から数値力学系を制御することの問題点を考察する。この問題と標準線型二次ガウスフィルタ(LQG)との類似性にもかかわらず、どちらも二線型分離原理モデルではないことを示す。複数の合成条件で実験を行った結果について述べる。
論文参考訳（メタデータ） (2025-04-15T18:53:51Z)
Deep Learning Approximation of Diffeomorphisms via Linear-Control Systems [91.3755431537592]
我々は、制御に線形に依存する$dot x = sum_i=1lF_i(x)u_i$という形の制御系を考える。対応するフローを用いて、コンパクトな点のアンサンブル上の微分同相写像の作用を近似する。
論文参考訳（メタデータ） (2021-10-24T08:57:46Z)
Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文参考訳（メタデータ） (2020-11-14T01:27:32Z)
Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
論文参考訳（メタデータ） (2020-11-05T08:04:34Z)
Logistic Q-Learning [87.00813469969167]
MDPにおける最適制御の正規化線形プログラミング定式化から導いた新しい強化学習アルゴリズムを提案する。提案アルゴリズムの主な特徴は,広範に使用されているベルマン誤差の代わりとして理論的に音声として機能する,政策評価のための凸損失関数である。
論文参考訳（メタデータ） (2020-10-21T17:14:31Z)
Technical Report: Adaptive Control for Linearizable Systems Using On-Policy Reinforcement Learning [41.24484153212002]
本稿では,未知システムに対するフィードバック線形化に基づくトラッキング制御系を適応的に学習するフレームワークを提案する。学習した逆モデルがすべての時点において可逆である必要はない。二重振り子の模擬例は、提案された理論の有用性を示している。
論文参考訳（メタデータ） (2020-04-06T15:50:31Z)
Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
論文参考訳（メタデータ） (2020-03-12T19:56:38Z)
Gaussian Variational State Estimation for Nonlinear State-Space Models [0.3222802562733786]
非線形状態空間モデルに対するフィルタリングと平滑化の両面から状態推定の問題を考察する。我々は変分推論に基づく仮定ガウス解を開発し、必要な分布を近似する柔軟なが原則化されたメカニズムの鍵となる利点を提供する。
論文参考訳（メタデータ） (2020-02-07T04:46:14Z)

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。