Buchumschlag

Model Predictive Control and Reinforcement Learning: A Unified Framework Based on Dynamic Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Bertsekas, Dimitri P.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control Artificial Intelligence Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Error Bound for Aggregation in Approximate Dynamic Programming
von: Li, Yuchao, et al.
Veröffentlicht: (2025)

Superior Computer Chess with Model Predictive Control, Reinforcement Learning, and Rollout
von: Gundawar, Atharva, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning Optimization for Uncertain Nonlinear Systems via Event-Triggered Robust Adaptive Dynamic Programming
von: Bai, Ningwei, et al.
Veröffentlicht: (2025)

Semilinear Dynamic Programming: Analysis, Algorithms, and Certainty Equivalence Properties
von: Li, Yuchao, et al.
Veröffentlicht: (2025)

Approximate Model Predictive Control for Microgrid Energy Management via Imitation Learning
von: Liu, Changrui, et al.
Veröffentlicht: (2025)

Model Predictive Control of Hybrid Dynamical Systems
von: Sanfelice, Ricardo G., et al.
Veröffentlicht: (2026)

Nonlinear Control Allocation: A Learning Based Approach
von: Khan, Hafiz Zeeshan Iqbal, et al.
Veröffentlicht: (2022)

Unifying Controller Design for Stabilizing Nonlinear Systems with Norm-Bounded Control Inputs
von: Li, Ming, et al.
Veröffentlicht: (2024)

On-Line Policy Iteration with Trajectory-Driven Policy Generation
von: Li, Yuchao, et al.
Veröffentlicht: (2026)

Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control
von: Studt, Max, et al.
Veröffentlicht: (2025)

Agent-Based Decentralized Energy Management of EV Charging Station with Solar Photovoltaics via Multi-Agent Reinforcement Learning
von: Fan, Jiarong, et al.
Veröffentlicht: (2025)

Safety-Aware Reinforcement Learning for Electric Vehicle Charging Station Management in Distribution Network
von: Fan, Jiarong, et al.
Veröffentlicht: (2024)

Safe Control and Learning Using Generalized Action Governor
von: Fang, Peiyuan, et al.
Veröffentlicht: (2022)

Distributionally Robust Control with End-to-End Statistically Guaranteed Metric Learning
von: Wu, Jingyi, et al.
Veröffentlicht: (2025)

Approximate Information States for Worst-Case Control and Learning in Uncertain Systems
von: Dave, Aditya, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning for Multi-Objective Optimization: Enhancing Wind Turbine Energy Generation while Mitigating Noise Emissions
von: de Frutos, Martín, et al.
Veröffentlicht: (2024)

Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
von: Huang, Chenghao, et al.
Veröffentlicht: (2026)

Q-Learning for Stochastic Control under General Information Structures and Non-Markovian Environments
von: Kara, Ali Devran, et al.
Veröffentlicht: (2023)

Multi-Robot Multi-Queue Control via Exhaustive Assignment Actor-Critic Learning
von: Merati, Mohammad, et al.
Veröffentlicht: (2026)

Lyapunov Function Consistent Adaptive Network Signal Control with Back Pressure and Reinforcement Learning
von: Ma, Chaolun, et al.
Veröffentlicht: (2022)

Hierarchical Deep Reinforcement Learning Framework for Multi-Year Asset Management Under Budget Constraints
von: Fard, Amir, et al.
Veröffentlicht: (2025)

Asynchronous Distributed Reinforcement Learning for LQR Control via Zeroth-Order Block Coordinate Descent
von: Jing, Gangshan, et al.
Veröffentlicht: (2021)

A Differential Dynamic Programming Framework for Inverse Reinforcement Learning
von: Cao, Kun, et al.
Veröffentlicht: (2024)

Predictability and Fairness in Load Aggregation with Deadband
von: Difonzo, F. V., et al.
Veröffentlicht: (2023)

System-of-systems Modeling and Optimization: An Integrated Framework for Intermodal Mobility
von: Saves, Paul, et al.
Veröffentlicht: (2025)

Most Likely Sequence Generation for $n$-Grams, Transformers, HMMs, and Markov Chains, by Using Rollout Algorithms
von: Li, Yuchao, et al.
Veröffentlicht: (2024)

Optimal Output Feedback Learning Control for Discrete-Time Linear Quadratic Regulation
von: Xie, Kedi, et al.
Veröffentlicht: (2025)

A Tricycle Model to Accurately Control an Autonomous Racecar with Locked Differential
von: Raji, Ayoub, et al.
Veröffentlicht: (2023)

Intersection of Reinforcement Learning and Bayesian Optimization for Intelligent Control of Industrial Processes: A Safe MPC-based DPG using Multi-Objective BO
von: Esfahani, Hossein Nejatbakhsh, et al.
Veröffentlicht: (2025)

Policy Optimization for PDE Control with a Warm Start
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2024)

Faster Reinforcement Learning by Freezing Slow States
von: Wang, Yijia, et al.
Veröffentlicht: (2023)

ART for Diffusion Sampling: A Reinforcement Learning Approach to Timestep Schedule
von: Huang, Yilie, et al.
Veröffentlicht: (2026)

Leveraging High-Fidelity Digital Models and Reinforcement Learning for Mission Engineering: A Case Study of Aerial Firefighting Under Perfect Information
von: Çetinkaya, İbrahim Oğuz, et al.
Veröffentlicht: (2025)

Temporal Difference Learning with Compressed Updates: Error-Feedback meets Reinforcement Learning
von: Mitra, Aritra, et al.
Veröffentlicht: (2023)

Action Dependency Graphs for Globally Optimal Coordinated Reinforcement Learning
von: Ding, Jianglin, et al.
Veröffentlicht: (2025)

Local Linearity of LLMs Enables Activation Steering via Model-Based Linear Optimal Control
von: Skifstad, Julian, et al.
Veröffentlicht: (2026)

Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
von: Shen, Keyi, et al.
Veröffentlicht: (2026)

A Context-Free Smart Grid Model Using Complex System Approach
von: Amor, Soufian Ben, et al.
Veröffentlicht: (2025)

CORL: Reinforcement Learning of MILP Policies Solved via Branch and Bound
von: Anand, Akhil S, et al.
Veröffentlicht: (2025)

Conformal Prediction in The Loop: A Feedback-Based Uncertainty Model for Trajectory Optimization
von: Wang, Han, et al.
Veröffentlicht: (2025)