哈密顿-雅可比-贝尔曼方程

✍ dations ◷ 2025-09-16 06:41:11 #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

  • 苏打碳酸钠(英语:sodium carbonate),俗名苏打(soda)、纯碱(soda ash 、soda crystals)、洗涤碱(washing soda),生活中亦常称“碱”。化学式:Na2CO3,普通情况下为白色粉末,为强电解质。密
  • 高乃依皮埃尔·高乃依(法语:Pierre Corneille,1606年6月6日-1684年10月1日),出生于法国西北部的鲁昂,是十七世纪上半叶法国古典主义悲剧的代表作家,法国古典主义悲剧的奠基人,与莫里哀、拉
  • 甘草次酸甘草次酸(glycyrrhetinic acid,或glycyrrhetic acid,也叫Enoxolone)是一种五环三萜物质,由草药光果甘草的甘草酸水解得到故而得名。甘草次酸可以看作是β-香树脂醇(齐墩果烷型)的衍
  • 10月1日10月1日是阳历年的第274天(闰年是275天),离一年的结束还有91天。
  • 钱致榕钱致榕(英文名:Chih-Yung Chien,1939年-),知名美国籍物理学家。出生于中国四川省,1946年随家人迁至台湾定居,于台湾完成基础教育。1961年前往美国,1966年获耶鲁大学博士学位,1969年起
  • 中华人民共和国直辖市直辖市是中华人民共和国的一级行政区单位,与省、自治区同属省级行政区。最早的法律定义,源于1954年通过的《中华人民共和国宪法》的第53条。直辖市并不是地理学意义上的一个城
  • 短面熊短面熊(学名:),又称为熊齿兽,是一种生活于更新世北美洲已灭绝的熊,生活于大约1千8百万年前至1万1千年前。它们是北美洲早期最常见的熊,尤其在加州,外观可能类似现生的棕熊,但有较长的
  • 黄喜黄喜(朝鲜语:황희/黃喜,1363年3月8日-1452年2月8日),本贯长水黄氏,字惧夫,号厖村、谥号翼成,高丽王朝和朝鲜王朝时期人物。朝鲜王朝的名臣。判江陵大都护府使黄君瑞的庶子。1376年(禑
  • 苏怀苏怀(越南语:Tô Hoài,1920年9月27日-2014年7月6日),原名阮森(越南语:Nguyễn Sen),越南河东省青威县(今河内市青威县)人,作家、记者。除苏怀外,亦有梅庄、泰安、红花等笔名。16岁步入文
  • 陈康白陈康白(1898年-1981年),原名陈运煌,男,湖南长沙人,中国科技教育家,曾任哈尔滨工业大学校长,中国科学院秘书长,第二、三、四届全国政协委员。