哈密顿-雅可比-贝尔曼方程

✍ dations ◷ 2024-12-24 11:06:19 #偏微分方程,动态规划

哈密顿-雅可比-贝尔曼方程(Hamilton-Jacobi-Bellman equation,简称HJB方程)是一个偏微分方程,是最佳控制的中心。HJB方程式的解是针对特定动态系统及相关成本函数下,可以有最小成本的控制实值函数。

若只在某一个区域求解,HJB方程是一个必要条件,若是在整个状态空间下求解,HJB方程是充份必要条件。其解是针对开回路的系统,但也允许针对闭回路系统求解。HJB方程也可以扩展到随机系统。

一些经典的变分问题,例如最速降线问题,可以用此方法求解。

HJB方程的基础是以1950年代由理查德·贝尔曼及其同仁提出的动态规划。对应的离散系统方程式一般称为贝尔曼方程。在连续时间的结果可以视为由卡尔·雅可比及威廉·哈密顿提出,经典力学中哈密顿-雅可比方程的延伸。

考虑在时间 {\displaystyle } 为标量成本函数,为计算其最终状态时效力时或经济值的函数,()为系统状态向量,(0)假设已知,及()是想要求得的控制向量,在 0 ≤  ≤ 。

此系统也需满足下式:

其中可以根据状态向量决定向量后续的变化。

针对上述简单的系统,哈密顿-雅可比-贝尔曼微分方程如下:

需符合以下条件

其中 a b {\displaystyle a\cdot b} 到 + ,可得:

注意最后一项的泰勒展开式如下:

其中o()是泰勒展开式中的高阶项,若在等式两侧删除((), ),除以,并取趋近为零的极限,可得上述定义的HJB方程。

HJB方程一般会用逆向归纳法(英语:Backward induction)求解,也就是从 t = T {\displaystyle t=T} 往前求解到 t = 0 {\displaystyle t=0}

若对整个状态空间求解,HJB方程是最佳解的充份必要条件。若可以求解 V {\displaystyle V} ,就可以找到达到最小成本的控制 u {\displaystyle u}

一般而言,HJB方程不会有一个传统光滑函数的解。为了这些情形发展了许多广义解的表示方式,包括皮埃尔-路易·利翁及迈克尔·克兰德尔(英语:Michael Crandall)的粘性解,Andrei Izmailovich Subbotin的极小化极大算法等。

上述的作法主要是应用贝尔曼的最优化原理,以及在时间上由最终时间倒推求解,针对随机控制问题也可以用类似的作法求最佳解。考虑以下的问题

此时 ( X t ) t {\displaystyle (X_{t})_{t\in }\,\!} 为随机过程,而 ( u t ) t {\displaystyle (u_{t})_{t\in }\,\!} 为控制变数。首先使用贝尔曼方程,再用伊藤引理将 V ( X t , t ) {\displaystyle V(X_{t},t)} 展开,可以得到以下的随机HJB方程。

其中 A {\displaystyle {\mathcal {A}}} 为随机微分运算子,以下是最终时间的限制条件。

注意此时已没有随机性了。此例中后者的 V {\displaystyle V\,\!} 不一定是原来方程式的解,它只是可能解之一,需要再作验证。此技巧常用在财务数学中,决定在市场中的最佳投资策略(例如像默顿的投资组合问题(英语:Merton's portfolio problem))。

下例是一个有线性随机动态特性的系统,有二次式的成本。若系统动态为

而成本以以下的速度累积 C ( x t , u t ) = r ( t ) u t 2 / 2 + q ( t ) x t 2 / 2 {\displaystyle C(x_{t},u_{t})=r(t)u_{t}^{2}/2+q(t)x_{t}^{2}/2} ,则HJB方程为

假设价值函数是二次式,可以将一般的Riccati方程用在价值函数的海森矩阵中,即为线性二次高斯控制(LQG控制)。

相关

  • 胸腔外科学胸腔外科学或称心胸肺外科(英语:Cardiothoracic Surgery),是一门医学专科,专门研究胸腔内器官,包括心脏、肺、气道与呼吸系统、胸壁、纵隔、膈肌和食道等,以及这些器官与部位的诊断
  • 乌梢蛇乌梢蛇(学名:Zaocys dhumnades)又名過山刀,是蛇亚目游蛇科乌梢蛇属下的一种无毒蛇类,主要分布于中国的上海、江苏、浙江、安徽、福建、河南、湖北、湖南、广东、广西、四川、贵州
  • 洲际交易所洲际交易所集团(英语:Intercontinental Exchange, Inc.,NYSE:ICE),是美国一网上期货交易平台,亦提供能源及商品及其衍生产品的柜台买卖(OTC)服务。集团最初主要经营能源相关产品,例如:
  • 2007年冬季世界大学生运动会第二十三届冬季大学生运动会于2007年1月17日至1月27日在意大利的都灵举行。这是意大利第五次主办冬季世界大学生运动会,也是都灵首次主办冬季世界大学生运动会,该地曾在一年前
  • 星报 (马来西亚)星报(英语:The Star,MYX:6084)是马来西亚一家以英语为媒介语的小报报社,总部设在八打灵再也。星报于1971年创立,原是北马槟城的一份区域性英文报,后来在1976年开始向全国发行。1995
  • 大阪府第7区大阪府第7区是日本众议院的选区,始于1994年。北海道 13 | 山形县 4 | 静冈县 9 | 岛根县 3 | 大分县 4福井县 3 | 山梨县 3 | 德岛县 3 | 高知县 3 | 佐贺县 3青森县 4 | 岩
  • 柏油柏油(英语:Asphalt, Bitumen),即沥青,石油精炼过程中的产物。汉语中的柏油,指用于铺路的黑色油状物体,即煤焦油,曾经用作铺设道路路面或建筑之用。但因为煤焦油对健康的危害,许多国家
  • 隐鱼科隐鱼科或潜鱼科,为辐鳍鱼纲鼬鱼亚目鼬鱼目(蛇鳚目)的其中一科。隐鱼科下分9个属,如下:
  • 数字地面模型数字地面模型(digital terrain model,DTM)就是以数字的形式来表示实际地形特征的空间分布。有时所指的地形特征点仅指地面点的高程,就将这种数字地形描述称为数字高程模型(digita
  • T·温·罗杰斯T·温·罗杰斯(英语:T. Wynn Rogers,1919年-1998年),是一位已故美国男子羽毛球运动员,从1940年代末期到1960年代中期赢得了许多美国国家冠军。在1949年享有盛誉的全英羽毛球锦标赛