基于信念空间的离散观测最优控制

本文研究了随机最优控制中的一个具有挑战性的问题：当您只有间歇性的、有噪声的测量时，如何控制一个系统。作者巧妙地在“信念空间”（给定观测值的可能状态空间）上重新表述了这个问题，从而能够应用庞特里亚金最大值原理。关键贡献是针对这种混合设置量身定制的新的最大值原理，将其与动态规划和滤波方程联系起来。这提供了理论基础，并导致了一种实用的、基于粒子的数值方案，用于寻找近乎最优的控制。特别令人感兴趣的是对主动控制观测过程的关注。

• •解决了部分、离散时间观测的最优控制问题。
• •在信念空间上构建了问题。
• •推导了该设置的庞特里亚金最大值原理。
• •将该方法与动态规划和滤波联系起来。
• •开发了一种基于粒子的数值方案。
• •突出了主动控制观测过程的好处。