arXiv cs.LG· Leo Maynard-Zhang, Sunmook Choi, Yahya Sattar, Yassir Jedra, Sarah Dean, Maryam Fazel·· 6 天前AI 评分25
动作相关观测下开环、确定性等价与最优控制的性能差距
Performance Gaps Between Open-Loop, Certainty-Equivalent, and Optimal Control Under Action-Dependent Observations
AI 导读
研究在动作相关观测的线性二次双线性观测系统中，分析了最优策略、确定性等价（CE）控制与最优开环（OL）控制的性能差距。基于提出的信息强度参数 $q$，证明当 $q$ 处于中间区间时，主动探测信息的策略能比 OL 取得 $\Omega(T)$ 优势，而 CE 仅获 $O(1)$ 优势，确立了 CE 与最优控制间存在 $\Omega(T)$ 的性能差距。
来源：arXiv cs.LG · arxiv.org