问问题

[shenminyin]

学长/老师您好：我知道 Dxx=[Dxx;kron(X(end,1:xn),X(end,1:xn))-kron(X(1,1:xn),X(1,1:xn))];
XX=[XX;X(end,xn+1:xn+xn^2)-X(1,xn+1:xn+xn^2)]; XU=[XU;X(end,xn+xn^2+1:end)-X(1,xn+xn^2+1:end)];对应的是δxx = [¯x(t1) − ¯x(t0), ¯x(t2) − ¯x(t1), . . . , ¯x(tl) − ¯x(tl−1)]T ,和Ixu 能详细解释一下其公式吗？（我是初学者）

[shenminyin]

XX XU看懂了DXX还是不理解

[shenminyin]

X2=XX*kron(eye(xn),K'); % X1=[Dxx,-X2-XU]; % Left-hand side of the key equation 为什么这里没有R Θk=δxx,−2Ixx(In ⊗ KTk R) − 2Ixu(In⊗ R) Ξk = −Ixx vec(Qk).

[shenminyin]

是onpolicy还是offpolicy

[Hybrid-z]

XX XU看懂了DXX还是不理解 我觉得论文里的δxx*p_hat只是将克罗内克积换一种形式写

[Hybrid-z]

X2=XX*kron(eye(xn),K'); % X1=[Dxx,-X2-XU]; % Left-hand side of the key equation 为什么这里没有R Θk=δxx,−2Ixx(In ⊗ KTk R) − 2Ixu(In⊗ R) Ξk = −Ixx vec(Qk).

R被设置为单位阵

[Hybrid-z]

X1=[Dxx,-X2-XU]; % Left-hand side of the key equation 这里为什么少了公式里2倍的关系

[Hybrid-z]

我想问一下，代码： dx=Ax+Bu; dxx=kron(x',x')'; dux=kron(x',u')'; dX=[dx;dxx;dux];求解δ_xx，I_xx，I_xu时状态x的更新还要依赖于状态空间方程中的A、B，为什么说不需要系统矩阵？

[ran1206]

我感觉是作者想要利用AB去产生一些系统的状态，利用状态去计算P,K。可以用A.B矩阵得到状态，也可以用其他方法得到状态，得到状态后使用这个方法就不需要AB。

[Hybrid-z]

我感觉是作者想要利用AB去产生一些系统的状态，利用状态去计算P,K。可以用A.B矩阵得到状态，也可以用其他方法得到状态，得到状态后使用这个方法就不需要AB。

[Hybrid-z]

我感觉是作者想要利用AB去产生一些系统的状态，利用状态去计算P,K。可以用A.B矩阵得到状态，也可以用其他方法得到状态，得到状态后使用这个方法就不需要AB。

也就是说实际系统里的状态可以由传感器获得，这里只是模拟这个过程？还有个问题，你有用这个算法试过不稳定系统吗

[ran1206]

我认为是这样的，没有试过，我不明白不稳定系统是什么，但是作者代码在输入状态时有引入噪声这个算吗，我也是才接触控制理论。

[Hybrid-z]

我认为是这样的，没有试过，我不明白不稳定系统是什么，但是作者代码在输入状态时有引入噪声这个算吗，我也是才接触控制理论。 对于线性定常系统来说，就是矩阵A存在特征值位于右半平面

[Hybrid-z]

我认为是这样的，没有试过，我不明白不稳定系统是什么，但是作者代码在输入状态时有引入噪声这个算吗，我也是才接触控制理论。 对于线性定常系统来说，就是矩阵A存在特征值位于右半平面

我也是初学者，可以一起讨论下吗

[ran1206]

不稳定系统也可以收敛，但是需要多试几次。尝试了2016年Tao Bian 论文中的手臂移动模型，不满足稳定系统要求（特征值实部不全为负）但是利用这个代码多跑几次会收敛。我觉得是初始值问题，因为算法要求稳定系统的k0才是0，如果是不稳定的系统需要找一个稳定的初值，能收敛的原因可能是探索噪声找到了合适的DXX Ixx Ixu.

[Hybrid-z]

不稳定系统也可以收敛，但是需要多试几次。尝试了2016年Tao Bian 论文中的手臂移动模型，不满足稳定系统要求（特征值实部不全为负）但是利用这个代码多跑几次会收敛。我觉得是初始值问题，因为算法要求稳定系统的k0才是0，如果是不稳定的系统需要找一个稳定的初值，能收敛的原因可能是探索噪声找到了合适的DXX Ixx Ixu.

论文题目能发一下吗

[ran1206]

value iteration and adaptive Dynamic programming for data driven adaptive optimal control design。这个论文用的是基于价值迭代的adp算法，用的手臂移动的事例。这个算法不需要稳定的初始值。

发自我的iPhone

------------------ 原始邮件 ------------------ 发件人: Hybrid-z @.> 发送时间: 2023年9月5日 02:14 收件人: yu-jiang/Paper_Automatica2012_CTLTI @.> 抄送: ran1206 @.>, Comment @.> 主题: Re: [yu-jiang/Paper_Automatica2012_CTLTI] 问问题 (Issue #1)

不稳定系统也可以收敛，但是需要多试几次。尝试了2016年Tao Bian 论文中的手臂移动模型，不满足稳定系统要求（特征值实部不全为负）但是利用这个代码多跑几次会收敛。我觉得是初始值问题，因为算法要求稳定系统的k0才是0，如果是不稳定的系统需要找一个稳定的初值，能收敛的原因可能是探索噪声找到了合适的DXX Ixx Ixu.

论文题目能发一下吗

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

[yu-jiang]

是将克罗内克积换一种形式写

Yes, you are right

[yu-jiang]

我想问一下，代码： dx=A_x+B_u; dxx=kron(x',x')'; dux=kron(x',u')'; dX=[dx;dxx;dux];求解δ_xx，I_xx，I_xu时状态x的更新还要依赖于状态空间方程中的A、B，为什么说不需要系统矩阵？

因为这是仿真，在实际中你可以直接测量和收集物理系统的状态。这里没有物理系统，所以用仿真产生物理系统的轨迹。

[dishijiadao]

你好，老师，A Unified Framework for Data-Driven Optimal Control of Connected Vehicles in Mixed Traffic 这个论文我环路系统去用这个方法 仿真这个，为啥出来不收敛，K值求得老是不对为什么？