不確定な線形システムのLQRメタポリシー推定のためのMoreau包絡アプローチ

Moreau包絡に基づく代理LQRコストを定義し、新しい実現に効率的に適応可能なメタポリシーを効率的に見つける。また、メタLQRコスト関数の近似第一次停留点を見つけるアルゴリズムを設計する。