Retour

G-2026-80

Policy-consistent inverse optimal control for discrete-time nonlinear stochastic systems

, et

référence BibTeX

La commande optimale inverse (IOC) cherche à retrouver une fonction de coût à partir de démonstrations d'experts, en exploitant les connaissances a priori sur la dynamique et le coût. Nous considérons des systèmes non linéaires stochastiques en temps discret, avec un coût cumulé actualisé sur un horizon infini. Le coût instantané est une combinaison linéaire de fonctions caractéristiques connues. En nous appuyant sur la reformulation de Lasserre (Hernández-Lerma et Lasserre, 1996) du problème direct par des mesures d'occupation, nous construisons un algorithme d'IOC en dimension infinie. Une approximation par des polynômes d'interpolation de Lagrange conduit à un problème convexe d'optimisation par sommes de carrés en dimension finie. Nous établissons la convergence asymptotique et statistique de l'estimateur au sens de l'optimalité par rapport aux trajectoires de l'expert, ainsi que celle de l'estimateur de politique pour la reconstruction de la politique. Des expériences numériques valident les résultats théoriques et illustrent les performances, la robustesse et la capacité de généralisation de la méthode.

, 26 pages

Axes de recherche

Application de recherche

Document

G2680.pdf (440 Ko)