Fully probabilistic control design in an adaptive critic framework

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F11%3A00364820" target="_blank" >RIV/67985556:_____/11:00364820 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1016/j.neunet.2011.06.006" target="_blank" >http://dx.doi.org/10.1016/j.neunet.2011.06.006</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.neunet.2011.06.006" target="_blank" >10.1016/j.neunet.2011.06.006</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Fully probabilistic control design in an adaptive critic framework

Popis výsledku v původním jazyce

Optimal stochastic controller pushes the closed-loop behavior as close as possible to the desired one. The fully probabilistic design (FPD) uses probabilistic description of the desired closed loop and minimizes Kullback?Leibler divergence of the closed-loop description to the desired one. Practical exploitation of the fully probabilistic design control theory continues to be hindered by the computational complexities involved in numerically solving the associated stochastic dynamic programming problem;in particular, very hard multivariate integration and an approximate interpolation of the involved multivariate functions. This paper proposes a new fully probabilistic control algorithm that uses the adaptive critic methods to circumvent the need for explicitly evaluating the optimal value function, thereby dramatically reducing computational requirements. This is a main contribution of this paper.

Název v anglickém jazyce

Fully probabilistic control design in an adaptive critic framework

Popis výsledku anglicky

Optimal stochastic controller pushes the closed-loop behavior as close as possible to the desired one. The fully probabilistic design (FPD) uses probabilistic description of the desired closed loop and minimizes Kullback?Leibler divergence of the closed-loop description to the desired one. Practical exploitation of the fully probabilistic design control theory continues to be hindered by the computational complexities involved in numerically solving the associated stochastic dynamic programming problem;in particular, very hard multivariate integration and an approximate interpolation of the involved multivariate functions. This paper proposes a new fully probabilistic control algorithm that uses the adaptive critic methods to circumvent the need for explicitly evaluating the optimal value function, thereby dramatically reducing computational requirements. This is a main contribution of this paper.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BC - Teorie a systémy řízení

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F08%2F0567" target="_blank" >GA102/08/0567: Plně pravděpodobnostní návrh dynamických rozhodovacích strategií</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Neural Networks

ISSN

0893-6080

e-ISSN

—

Svazek periodika

24

Číslo periodika v rámci svazku

10

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

8

Strana od-do

1128-1135

Kód UT WoS článku

000297000300012

EID výsledku v databázi Scopus

—