Buchumschlag

Reinforcement Learning based Constrained Optimal Control: an Interpretable Reward Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ni, Jingjie, Li, Fangfei, Jin, Xin, Peng, Xianlun, Tang, Yang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reinforcement Learning Based Minimum State-flipped Control for the Reachability of Boolean Control Networks
von: Ni, Jingjie, et al.
Veröffentlicht: (2023)

Submodular Multi-Agent Policy Learning for Online Distributed Task Allocation in Open Multi-Agent Systems
von: Liu, Jing, et al.
Veröffentlicht: (2026)

Constrained Reinforcement Learning for Predictive Control in Real-Time Stochastic Dynamic Optimal Power Flow
von: Wu, Tong, et al.
Veröffentlicht: (2023)

Solve the General Constrained Optimal Control Problem with Common Integration Method
von: Zhang, Sheng, et al.
Veröffentlicht: (2018)

Secure Distributed Consensus Estimation under False Data Injection Attacks: A Defense Strategy Based on Partial Channel Coding
von: Huang, Jiahao, et al.
Veröffentlicht: (2025)

Computing Optimal Joint Chance Constrained Control Policies
von: Schmid, Niklas, et al.
Veröffentlicht: (2023)

On Reward-Balancing Methods for Reinforcement Learning
von: Baroncini, Simone, et al.
Veröffentlicht: (2026)

Generalizable Pareto-Optimal Offloading with Reinforcement Learning in Mobile Edge Computing
von: Yang, Ning, et al.
Veröffentlicht: (2025)

Probabilistic Constrained Reinforcement Learning with Formal Interpretability
von: Wang, Yanran, et al.
Veröffentlicht: (2023)

The Feasibility Theory of Constrained Reinforcement Learning: A Tutorial Study
von: Yang, Yujie, et al.
Veröffentlicht: (2024)

Minimax-Optimal Reward-Agnostic Exploration in Reinforcement Learning
von: Li, Gen, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning based Control Design for Aircraft Recovery from Loss-of-Control Scenario
von: Sayyed, Imran, et al.
Veröffentlicht: (2026)

An Optimal Control Interpretation of Augmented Distributed Optimization Algorithms
von: Hallinan, Liam, et al.
Veröffentlicht: (2025)

Guaranteeing Control Requirements via Reward Shaping in Reinforcement Learning
von: De Lellis, Francesco, et al.
Veröffentlicht: (2023)

Joint Chance Constrained Optimal Control via Linear Programming
von: Schmid, Niklas, et al.
Veröffentlicht: (2024)

Discrete Distributionally Robust Optimal Control with Explicitly Constrained Optimization
von: Shida, Yuma, et al.
Veröffentlicht: (2024)

A Control Barrier Function-Constrained Model Predictive Control Framework for Safe Reinforcement Learning
von: Kaypak, Ali Umut, et al.
Veröffentlicht: (2026)

Safety-Constrained Optimal Control for Unknown System Dynamics
von: Kounatidis, Panagiotis, et al.
Veröffentlicht: (2026)

Local-Global Learning of Interpretable Control Policies: The Interface between MPC and Reinforcement Learning
von: Banker, Thomas, et al.
Veröffentlicht: (2025)

Resilient Constrained Reinforcement Learning
von: Ding, Dongsheng, et al.
Veröffentlicht: (2023)

Privacy Preservation by Local Design in Cooperative Networked Control Systems
von: Yang, Chao, et al.
Veröffentlicht: (2022)

An Interpretable Federated Learning Control Framework Design for Smart Grid Resilience
von: Shahbaz, Ibrahim, et al.
Veröffentlicht: (2025)

Robust Optimal Safe and Stability Guaranteeing Reinforcement Learning Control for Quadcopter
von: Gu, Sanghyoup, et al.
Veröffentlicht: (2024)

Benign Nonconvex Landscapes in Optimal and Robust Control, Part II: Extended Convex Lifting
von: Zheng, Yang, et al.
Veröffentlicht: (2024)

Approximate Solution Methods for the Average Reward Criterion in Optimal Tracking Control of Linear Systems
von: Nguyen, Duc Cuong
Veröffentlicht: (2025)

Closed-Form Characterization of Constrained Double-Integrator Optimal Control
von: Tzortzoglou, Filippos N., et al.
Veröffentlicht: (2026)

Reinforcement Learning-based Control of Nonlinear Systems using Carleman Approximation: Structured and Unstructured Designs
von: Kar, Jishnudeep, et al.
Veröffentlicht: (2023)

Machine Learning-based Optimal Control for Colloidal Self-Assembly
von: Lizano-Villalobos, Andres, et al.
Veröffentlicht: (2025)

Safe Data-Driven Control and Dynamical Learning via Constrained Neural Architectures and Koopman Operators
von: Feng, Lin, et al.
Veröffentlicht: (2026)

Optimal $\mathbb{H}_2$ Control with Passivity-Constrained Feedback: Convex Approach
von: Scruggs, J. T.
Veröffentlicht: (2025)

Interpreting and Improving Optimal Control Problems with Directional Corrections
von: Barron, Trevor, et al.
Veröffentlicht: (2025)

A Reinforcement Learning Approach for Optimal Control in Microgrids
von: Salaorni, Davide, et al.
Veröffentlicht: (2025)

Finite Horizon Multi-Agent Reinforcement Learning in Solving Optimal Control of State-Dependent Switched Systems
von: Zhou, Mi, et al.
Veröffentlicht: (2023)

Enforcing Cooperative Safety for Reinforcement Learning-based Mixed-Autonomy Platoon Control
von: Zhou, Jingyuan, et al.
Veröffentlicht: (2024)

Optimal Gait Control for a Tendon-driven Soft Quadruped Robot by Model-based Reinforcement Learning
von: Niu, Xuezhi, et al.
Veröffentlicht: (2024)

Policy Optimization of Mixed H2/H-infinity Control: Benign Nonconvexity and Global Optimality
von: Pai, Chih-Fan, et al.
Veröffentlicht: (2026)

Control Lyapunov Function Design via Configuration-Constrained Polyhedral Computing
von: Houska, Boris, et al.
Veröffentlicht: (2025)

SOC-Boundary and Battery Aging Aware Hierarchical Coordination of Multiple EV Aggregates Among Multi-stakeholders with Multi-Agent Constrained Deep Reinforcement Learning
von: Chen, Xin
Veröffentlicht: (2024)

Optimal Management of Grid-Interactive Efficient Buildings via Safe Reinforcement Learning
von: Huo, Xiang, et al.
Veröffentlicht: (2024)

Residual Deep Reinforcement Learning for Inverter-based Volt-Var Control
von: Liu, Qiong, et al.
Veröffentlicht: (2024)