艾欧安尼斯的Exarchos;埃文格洛斯·西奥多罗;Tsiotras，泛血管炎 随机微分对策：通过FBSDE的抽样方法。 （英语） Zbl 1429.91035号 动态。游戏应用程序。 9，第2期，486-505（2019）. 摘要：本文的目的是提出一种基于抽样的算法，用于求解各类随机微分对策。该方法的基础在于根据一对解耦的正向和反向随机微分方程（FBSDE）来制定博弈解。根据非线性版本的Feynman-Kac引理，得到了每类非线性Hamilton-Jacobi-Isaacs方程解的概率表示。这些表示形式为FBSDE的解耦系统，可通过数值求解。 引用于三文件 MSC公司： 91A15型 随机对策，随机微分对策 60 H10型 随机常微分方程（随机分析方面） 关键词：随机微分对策;正向和反向随机微分方程;数值方法;迭代算法 PDF格式BibTeX公司 XML格式引用 \textit{I.Exarchos}等人，Dyn。游戏应用程序。9，第2号，486--505（2019年；Zbl 1429.91035） 全文： DOI程序 参考文献： [1] Athans M，Falb P（2007）最优控制——理论及其应用简介。多佛出版公司，纽约 [2] Barles G，Souganidis P（1991）完全非线性二阶方程近似格式的收敛性。渐近分析4（3）：271-283·兹比尔0729.65077 [3] Beard R，Saridis G，Wen J（1997）广义Hamilton-Jacobi-Bellman方程的Galerkin近似。Automatica 33（12）：2159-2177·Zbl 0949.93022号 ·doi:10.1016/S0005-1098（97）00128-3 [4] Bender C，Denk R（2007）向后SDE的正向方案。Stoch过程应用117:1793-1812·Zbl 1131.60054号 ·doi:10.1016/j.spa.2007.03.005 [5] Berkovitz L（1961）微分对策的变分方法。兰德公司报告·Zbl 0138.16603号 [6] Bouchard B，Touzi N（2004）BSDE的离散时间近似和蒙特卡罗模拟。Stoch过程应用111:175-206·Zbl 1071.60059号 ·doi:10.1016/j.spa.2004.01.001 [7] Bouchard B，Elie R，Touzi N（2009）BSDE的离散时间近似和完全非线性偏微分方程的概率方案。氡系列计算机应用数学8:91-124·Zbl 1179.65004号 [8] Buckdahn R，Li J（2008）随机微分对策与Hamilton-Jacobi-Bellman-Isaacs方程的粘性解。SIAM J控制优化47（1）：444-475·Zbl 1157.93040号 ·doi:10.1137/060671954 [9] Chassagneux JF，Richou A（2016）二次BSDEs的数值模拟。《Ann Appl Probab》26（1）：262-304·Zbl 1334.60129号 ·doi:10.1214/14-AAP1090 [10] Da Lio F，Ley O（2006）二阶Bellman-Isaacs方程在二次增长假设和应用下的唯一性结果。SIAM J控制优化45（1）：74-106·Zbl 1116.49017号 ·doi:10.1137/S0363012904440897 [11] Delbaen F，Hu Y，Richou A（2011）关于具有凸生成元和无界终端条件的二次BSDE解的唯一性。《亨利·庞加莱研究所年鉴》，概率与统计47（2）：559-574·Zbl 1225.60093号 ·doi:10.1214/10-AIHP372 [12] Dixon M、Edelbaum T、Potter J、Vandervelde W（1970）轴对称航天器的燃料最优再定向。太空人火箭杂志7（11）：1345-1351·数字标识代码：10.2514/3.30168 [13] Douglas J，Ma J，Protter P（1996）正反随机微分方程的数值方法。《Ann Appl Probab》6:940-968·Zbl 0861.65131号 ·doi:10.1214/aoap/1034968235 [14] Duncan T，Pasik-Duncan B（2015）一些含状态相关噪声的随机微分对策。参加：第54届IEEE决策与控制会议，日本大阪，12月15-18日·Zbl 1346.91012号 [15] Dvijotham K，Todorov E（2013）线性可解最优控制。参见：Lewis FL，Liu D（编辑）反馈控制的强化学习和近似动态规划，第119-141页。https://doi.org/10.1002/9781118453988.ch6 [16] El Karoui N，Peng S，Queez MC（1997）《金融中的倒向随机微分方程》。数学金融7:1-71·Zbl 0884.90035号 ·doi:10.1111/1467-9965.00022 [17] Exarchos I，Theodorou E（2018）通过正向和反向随机微分方程和重要性抽样实现随机最优控制。自动化87:159-165·Zbl 1378.93144号 ·doi:10.1016/j.autotica.2017年9月17日 [18] Fahim A，Touzi N，Warin X（2011）完全非线性抛物偏微分方程的概率数值方法。《Ann Appl Probab》21（4）：1322-1364·Zbl 1230.65009号 ·doi:10.1214/10-AAP723 [19] Fleming W，Soner H（2006）《受控马尔可夫过程和粘度解》，第2版。随机建模和应用概率。柏林施普林格·Zbl 1105.60005号 [20] Fleming W，Souganidis P（1989）关于二人零和随机微分对策值函数的存在性。印第安纳大学数学杂志，纽约·Zbl 0686.90049号 [21] Gobet E，Labart C（2007）反向随机微分方程离散化的误差扩展。Stoch过程应用117:803-829·Zbl 1117.60058号 ·doi:10.1016/j.spa.2006.10.007 [22] Gorodetsky A，Karaman S，Marzouk Y（2015）使用张量-应变分解的高效高维随机最优运动控制。主题：机器人：科学与系统（RSS） [23] Györfi L，Kohler M，Krzyzak A，Walk H（2002）非参数回归的无分布理论。统计学中的斯普林格系列。纽约州施普林格·Zbl 1021.62024号 ·数字对象标识代码：10.1007/b97848 [24] Hamadene S，Lepeltier JP（1995）零和随机微分对策和后向方程。系统控制快报24:259-263·Zbl 0877.93125号 ·doi:10.1016/0167-6911（94）00011-J [25] Ho Y，Bryson A，Baron S（1965）微分对策与最优追求扩张策略。IEEE Trans自动控制10:385-389·doi:10.1109/TAC.1965.1098197 [26] Horowitz MB，Burdick JW（2014），随机最优控制策略的半定松弛。收件人：波特兰美国控制会议，6月4-6日，3006-2012 [27] Horowitz MB，Damle A，Burdick JW（2014）高维线性Hamilton-Jacobi-Bellman方程。参加：第53届IEEE决策与控制会议，12月15日至17日，美国加利福尼亚州洛杉矶 [28] Isaacs R（1965）微分对策：一种应用于战争、追击、控制和优化的数学理论。威利，纽约·Zbl 0125.38001号 [29] Kappen HJ（2005）非线性随机系统控制的线性理论。Phys修订版Lett 95:200201·doi:10.1103/PhysRevLett.95.200201 [30] Karatzas I，Shreve S（1991）布朗运动与随机微积分，第2版。纽约州施普林格·Zbl 0734.60060号 [31] Kloeden P，Platen E（1999）随机微分方程的数值解，《数学应用、随机建模和应用概率》第23卷，第3版。柏林施普林格 [32] Kobylanski M（2000）倒向随机微分方程和二次增长偏微分方程。《Ann Probab》28（2）：558-602。https://doi.org/10.1214/aop/1019160253 ·Zbl 1044.60045号 ·doi:10.1214/aop/1019160253 [33] Kushner H（2002）随机微分对策的数值逼近。SIAM J控制优化41:457-486·Zbl 1014.60035号 ·doi:10.1137/S0363012901389457 [34] Kushner H，Chamberlain S（1969）关于随机微分对策：给定策略是鞍点的充分条件，以及对策解的数值过程。数学分析应用杂志26:560-575·Zbl 0182.20802号 ·doi:10.1016/0022-247X（69）90199-1 [35] Lasserre JB、Henrion D、Prieur C、Trelat E（2008）《通过占用测度和LMI松弛的非线性最优控制》。SIAM J控制优化47（4）：1643-1666·Zbl 1188.90193号 ·doi:10.1137/070685051 [36] Lemor JP，Gobet E，Warin X（2006）求解广义倒向随机微分方程的经验回归方法的收敛速度。伯努利12（5）：889-916·兹比尔1136.60351 ·doi:10.3150/bj/1161614951 [37] Lepeltier JP，Martn JS（1998）具有超线性二次系数的BSDE的存在性。Stoch Int J Probab Stoch过程63（3-4）：227-240·Zbl 0910.60046号 [38] Longstaff FA，Schwartz RS（2001）《通过模拟评估美国期权：简单的最小二乘法》。Rev Finance螺柱14:113-147·Zbl 1386.91144号 ·doi:10.1093/rfs/14.1.113 [39] 马J，永J（1999）前向随机微分方程及其应用。柏林施普林格·Zbl 0927.60004号 [40] Ma J，Protter P，Yong J（1994）显式求解前向随机微分方程——一个四步格式。概率论相关领域98:339-359·Zbl 0794.60056号 ·doi:10.1007/BF01192258 [41] Ma J，Shen J，Zhao Y（2008）关于前向-后向随机微分方程的数值近似。SIAM J数字分析46（5）：2636-2661·兹比尔1177.60064 ·数字对象标识码：10.1137/06067393X [42] McEneaney WM（2007）解某些HJB偏微分方程的无维数诅咒数值方法。SIAM J控制优化46（4）：1239-1276·Zbl 1251.65168号 ·doi:10.1137/040610830 [43] Milstein GN，Tretyakov MV（2006）正向随机微分方程的数值算法。SIAM科学计算杂志28（2）：561-582·Zbl 1114.60054号 ·doi:10.1137/040614426 [44] Morimoto J，Atkeson C（2002）Minimax微分动态规划：健壮两足步行的应用。In:神经信息处理系统进展，加拿大不列颠哥伦比亚省温哥华，12月9日至14日 [45] Morimoto J、Zeglin G、Atkeson C（2003）《Minimax微分动态规划：两足步行机器人的应用》。参加：IEEE/RSJ智能机器人和系统国际会议，内华达州拉斯维加斯，2:1927-1932，10月27-31日 [46] Nagahara M，Quevedo DE，NešićD（2016）最大动手控制：控制努力最小化的范例。IEEE Trans Autom Control 61（3）：735-747·Zbl 1359.49005号 ·doi:10.1109/TAC.2015.2452831 [47] Nagahara M、Quevedo DE、NešićD（2013）最大动手控制和L1优化。In:第52届IEEE决策与控制会议，意大利佛罗伦萨，12月10日至13日，第3825-3830页 [48] Øksendal B（2007）《随机微分方程——应用简介》，第6版。柏林施普林格·兹比尔074760052 [49] Ramachandran KM，Tsokos CP（2012）随机微分对策。亚特兰蒂斯出版社，巴黎·Zbl 1250.91004号 ·doi:10.2991/978-94-91216-47-3 [50] Seywald H、Kumar RR、Deshpande SS、Heck ML（1994年）《最小燃料航天器重新定向》。制导控制动力学杂志17（1）：21-29·Zbl 0788.49033号 ·doi:10.2514/3.21154 [51] Song Q，Yin G，Zhang Z（2008）具有状态切换的随机微分对策的数值解。IEEE Trans Autom控制53:509-521·Zbl 1367.91028号 ·doi:10.1109/TAC.2007.915169 [52] Sun W，Theodorou EA，Tsiotras P（2015），博弈论连续时间微分动态规划。收件人：美国控制会议，芝加哥，7月1-3日，第5593-5598页 [53] Theodorou EA，Buchli J，Schaal S（2010）强化学习的广义路径积分控制方法。J Mach学习研究11:3137-3181·兹比尔1242.68254 [54] Xiu D（2010）随机计算的数值方法——谱方法。普林斯顿大学出版社·Zbl 1210.65002号 ·doi:10.2307/j.ctv7h0skv [55] Yong J，Zhou XY（1999）随机控制：哈密顿系统和HJB方程。纽约州施普林格·Zbl 0943.93002号 ·doi:10.1007/978-1-4612-1466-3 [56] Zhang J（2004）BSDEs的数值格式。Ann Appl Probab年鉴14（1）：459-488·Zbl 1056.60067号 ·doi:10.1214/aoap/1075828058 [57] 张杰（2017）倒向随机微分方程。概率论和随机建模。柏林施普林格·Zbl 1390.60004号 ·doi:10.1007/978-1-4939-7256-2 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。