哈密顿-雅可比-贝尔曼方程

✍ dations ◷ 2025-04-03 17:52:53 #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

  • 血压血压是指血管内的血液在单位面积上的侧压力,即压强。习惯以毫米汞柱(mmHg)为单位。而动脉血压则指的是血液对动脉血管的压力,一般指主动脉压。而平均血压则是 = (收缩压+ 2 x 舒
  • RBMK计划26台机组:压力管式石墨慢化沸水反应炉(RBMK,俄语:Реактор Большой Мощности Канальный,直译:大功率管式反应炉)是一种苏联建造的用于核电站的
  • 依地酸钙钠乙二胺四乙酸(英语:Ethylenediaminetetraacetic acid),常缩写为EDTA,是一种有机化合物。它是一个六齿配体,可以螯著多种金属离子。它的4个酸和2个胺的部分都可作为配体的齿,与锰(II)
  • 黄国峻黄国峻(1971年10月16日-2003年6月20日),台湾宜兰县罗东镇人,作家。父亲是小说家黄春明。淡江中学毕业。曾获联合文学小说新人奖推荐奖。2003年寻短自经,享年31岁。1997年,黄国峻以
  • Acoelomorpha无腔动物亚门(学名:Acoelomorpha)是异无腔动物门下的一个亚门。它们拥有浮浪幼虫样动物的特征,以往被认为是属于后口动物,但有学者将它们成立为一个独立于后口动物的门。经过miRN
  • 棉兰老穆斯林自治区棉兰老穆斯林自治区(他加禄语:Rehiyong Awtonomo ng Muslim Mindanao)是1989年-2019年存在于菲律宾南部的一个穆斯林自治区,包括了以穆斯林人口为主的巴西兰省(除伊萨贝拉市(英语:Is
  • 北京黑猪北京黑猪是中国自主培育的家猪猪种。北京黑猪全身为黑色、体形中等。北京黑猪起源于1950年代初,是原北京农场局下属的双桥农场和北郊农场选育的猪种。用巴克夏猪、约克夏猪、
  • 铜石并用时代铜石并用时代,新石器时代和青铜时代之间的过渡性时期,在该时期主要的工具和武器仍然是石器,但同时出现了少量以红铜器(天然铜器),又称红铜时代、金石并用时代。红铜即天然铜,质地软
  • 米罗斯瓦夫·赫尔曼谢夫斯基米罗斯瓦夫·赫尔曼谢夫斯基(Mirosław Hermaszewski,1941年9月15日-),为波兰退役空军及太空人。1978年乘坐联盟30号太空船(Soyuz 30)执行任务,成为波兰首位太空人。1981年12月波兰
  • 少康大师净土宗十五祖释少康(?-805年),俗姓周,缙云仙都山人,为净土宗五祖。母罗氏。七岁时父母舍出家,十五岁通五部。后于越州嘉祥寺受戒,并学毘尼五年。贞元初至洛阳白马寺,见殿中有物放光,