確率的最適制御に関する研究その2 – Monodeep Mukherjee

1. 確率的最適制御のためのデュアル アンサンブル カルマン フィルター(arXiv)

著者 ： アナント・A・ジョシ、 アミールホセイン・タグヴァイ、 プラシャント・G・メータ、 ショーン・P・メイン

要約 : この論文では、連続時間および連続空間における確率的最適制御問題を考察します。 近年、このような問題は強化学習 (RL) の観点から改めて注目されており、それが私たちの動機の 1 つでもあります。 主な貢献は、これらの問題の解を数値的に近似するためのシミュレーション ベースのアルゴリズムであるデュアル アンサンブル カルマン フィルター (EnKF) です。 この論文は、デュアル EnKF が問題の決定論的設定に適用された以前の研究を拡張しています。 理論的結果とアルゴリズムを数値実験で説明します。