Core Concepts
본 논문은 선형-2차 제어기(LQR) 문제에 대한 가속화된 최적화 프레임워크를 제시한다. 구체적으로 상태 피드백 LQR(SLQR)과 출력 피드백 LQR(OLQR)에 대해 각각 가속화된 최적화 알고리즘을 제안하고 수렴 분석을 수행한다.
Abstract
본 논문은 선형-2차 제어기(LQR) 문제에 대한 가속화된 최적화 프레임워크를 제시한다.
SLQR 문제의 경우:
리프시츠 헤시안 성질을 증명하여 현대 최적화 기법 적용의 핵심 성질을 제시한다.
연속시간 하이브리드 동적 시스템을 도입하여 최적 피드백 이득으로 지수적으로 수렴하는 것을 보인다.
심플레틱 오일러 이산화 기법을 활용하여 연속시간 수렴률을 보존하는 네스테로프 최적 이산 알고리즘을 제안한다.
OLQR 문제의 경우:
반볼록 함수 최적화와 음의 곡률 활용의 2단계 프레임워크를 제안한다.
이 방법은 ϵ-정상점을 O(ϵ^(-7/4) log(1/ϵ)) 시간 내에 찾을 수 있어 기존 방법 대비 가속화된다.
또한 2차 정상점 보장을 제공한다.
Stats
선형-2차 제어기 성능 지표 f(K)는 K에 대해 리프시츠 헤시안 성질을 만족한다.
SLQR 문제의 경우 f(K)는 부등식 1/2∥∇f(K)∥^2 ≥ μ(f(K_0))(f(K) - f(K*))를 만족하는 PL 조건을 만족한다.
OLQR 문제의 경우 f(K)는 L-smooth하지만 PL 조건은 만족하지 않는다.
Quotes
"본 논문은 선형-2차 제어기(LQR) 문제에 대한 가속화된 최적화 프레임워크를 제시한다."
"SLQR 문제의 경우 연속시간 하이브리드 동적 시스템을 도입하여 최적 피드백 이득으로 지수적으로 수렴하는 것을 보인다."
"OLQR 문제의 경우 반볼록 함수 최적화와 음의 곡률 활용의 2단계 프레임워크를 제안한다."