哈密顿-雅可比-贝尔曼方程

✍ dations ◷ 2025-04-03 10:42:09 #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

  • 分布体积分布体积(VD),又称为拟似分布体积,是药理学的名词用作量化药物剂量服用后(不论是口服或是静脉注射)在体内的分布。它的定义是指一个药物剂量平均分布的体积,致使血液内的药物浓度达
  • 溴化碘一溴化碘是一种卤素互化物,化学式为IBr。它是暗黑色晶体,有刺激性气味,可溶于水、乙醇、乙醚。它被用作碘化试剂。它可由溴单质与碘单质直接反应制备,需要将两者在稀有气体保护
  • 路德维希·密斯·凡德罗路德维希·密斯·凡德罗(Ludwig Mies van der Rohe,1886年3月27日-1969年8月17日)生于德国亚琛,过世于美国芝加哥,原名为玛丽亚·路德维希·密夏埃尔·密斯(Maria Ludwig Michael
  • 丙子战争丙子战争,又称“丙子胡乱”,指1636年(清崇德元年、朝鲜仁祖十四年)皇太极称帝后不久率领“十万”清朝军队攻打朝鲜的事件。这是满洲(后金及清)政权第二次攻打朝鲜,因爆发于丙子年,故
  • 胡正名胡正名(1931年3月-2017年),湖北沙市人,中华人民共和国信息理论与编码密码专家、政治人物,北京邮电大学教授,中国国民党革命委员会中央委员会原常务委员,第八、九届全国政协委员。
  • 邯郸航空港经济区邯郸航空港经济区,指的是依托邯郸机场建设的临空产业聚集区,地理位置在河北省邯郸市冀南新区。 按照规划,一期工程投资30亿元,建设空港核心区,主要包括“一关三检”、服务区、临
  • 萨格瓦拉萨格瓦拉(Sagwara),是印度拉贾斯坦邦Dungarpur县的一个城镇。总人口30993(2001年)。该地2001年总人口30993人,其中男性15276人,女性15717人;0—6岁人口5083人,其中男2655人,女2428人;识
  • 陈勋陈勋(?--374),字道阳,晋朝蜀(今四川)人。道教人物,净明道西山十二真君之一,宋代政和二年(1112年)追封“正特真人”。少年博学,有修道志向,在青城山师从道士谷元子,后闻许旌阳真君德法,遂拜
  • WebdingsWebdings是一个TrueType的dingbat字体,于1997年发表,搭载在其后的Microsoft Windows视窗系统内。在Unicode 7.0发布之前,大多的字形都没有Unicode的相对字。使用此字体打上纽约
  • 卡通频道卡通频道(Cartoon Network)是美国的一个电视动画频道。美国Cartoon Network于1992年10月1日开播。更换后的Cartoon Network 标志,于2004年6月14日开始使用。美国现在正使用最新