ワッサースタインポリシーグラディエントによるエントロピー正則化線形二次制御
arXiv cs.LG ・ 2026-08-07
原題: Wasserstein Policy Gradient for Entropy-Regularized Linear-Quadratic Control
AI による要約
ワッサースタインポリシーグラディエントは、状態条件付きアクション法をアクション空間での輸送によって更新する。エントロピー正則化された割引線形二次制御を研究し、ベルマン検証により、制限なし問題には線形ガウシアン最適ポリシーがあることを示した。また、割引占有重み付き状態ごとのワッサースタイン勾配は、このポリシークラスに接している。したがって、ワッサースタインポリシーグラディエントは、フィードバックゲインとアクション共分散の有限次元ODEに簡約される。さらに、このODEは、任意の初期化から指数関数的に収束することを証明した。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.LG）をご確認ください。