Kwon、Kyung-bin;叶，林涛;维杰·古普塔;朱浩 网络系统中带结构反馈的风险约束线性二次调节器的无模型学习。 arXiv:2204.01779 预印本，arXiv:2204.01779[math.OC]（2022）。 摘要：我们为无穷大线性二次调节器（LQR）问题开发了一种无模型学习算法。具体来说，考虑了（风险）约束和结构化反馈，以减少状态偏差，同时允许在实践中使用稀疏的通信图。通过将对偶问题重新定义为非凸极小极大问题，我们采用梯度下降最大阶（GDmax），而对于无模型设置，使用零阶策略梯度的随机（S）GDmax。通过使用特定定义的子级集来界定LQR成本的Lipschitz和光滑度常数，我们可以设计步长和相关参数，以建立到平稳点的收敛性（高概率）。在一个网络微电网控制问题中的数值测试验证了我们提出的SGDmax算法的收敛性，同时证明了风险约束的有效性。与经典的LQR控制相比，SGDmax算法获得了令人满意的最优性差距，尤其是在全反馈情况下。 BibTeX公司 引用 \textit{K.-b.Kwon}等人，“网络系统中带结构反馈的风险约束线性二次调节器的无模型学习”，预打印，arXiv:2204.01779[math.OC]（2022） 全文： arXiv公司 OA许可证 arXiv数据取自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.