哈密顿-雅可比-贝尔曼方程

✍ dations ◷ 2025-06-29 17:43:25 #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

  • 昼夜太阳日(英语:solar day)是依据太阳运动,所定义的时间,可以分为视太阳日和平太阳日。一太阳日传统称为一“日”、一“天”或一“昼夜”。视太阳日(英语:apparent solar day)是依据真
  • 前脑叶白质切除术脑白质切除术(lobotomy)是一种神经外科手术,包括切除前额叶皮质的连接组织。脑白质切除术主要于1930年代到1950年代用来医治一些精神病,这也是世界上第一种精神外科手术。该技术
  • 青岛出版社青岛出版集团为中华人民共和国的一家国有独资出版传媒集团,总部设于青岛市,前身为1987年成立的青岛出版社。1987年1月12日,青岛出版社成立,同年3月19日定位局级事业单位,加挂“青
  • 美国中西部美国中西部(英语:Midwest)通常指的是美国地理上中北部的州,包括俄亥俄州、印第安那州、密歇根州、伊利诺伊州、威斯康星州、艾奥瓦州、肯萨斯州、密苏里州、明尼苏达州、内布拉
  • 健力宝健力宝是一种含碱性电解质运动饮料,为中国大陆著名运动饮料品牌。健力宝在1984年由广东佛山三水酒厂开发,是中国大陆自行生产的首种运动饮料。在第23届洛杉矶奥运会上成为中国
  • 詹姆斯·克拉克·麦克雷诺兹詹姆斯·克拉克·麦克雷诺兹(James Clark McReynolds,1862年2月3日-1946年8月24日),生于肯塔基州,美国法学家、律师、政治家。他于1913年至1914年在威尔逊总统期间任司法部长,任职
  • 微缩印刷微缩印刷,又称微小字,是一种在纸币、银行支票以及其他有价印刷品和证件上广泛使用的防伪技术。在纸币或者其他一些印刷品上的不起眼的地方,通常都会使用缩微印刷技术——一些文
  • 中法文化年中法文化年(法语:Les Années Chine-France)是由中华人民共和国政府与法国政府合作举办的一系列大型文化交流活动,根据两国政府的协议,2003年10月至2004年7月率先在法国举办中国
  • 川滇桤木川滇桤木(学名:)为桦木科桤木属的植物,为中国的特有植物。分布于中国大陆的贵州、四川、云南等地,生长于海拔1,500米至3,000米的地区,见于岸边的林中、山坡及潮湿地,目前尚未由人工
  • 朱寿朱寿�(?-1647年),字桂林,明朝宗室、南明军事人物。朱寿�是鲁恭王朱颐坦的儿子,崇祯年间担任临安通判,有名声;到弘光时,他与陈赓募兵勤王,部下都是骁武之人。隆武帝继位后,擢任他为佥都御史