广义策略迭代算法

初始化简便且收敛

利用LMI确定容许初始增益对，克服了现有策略迭代对初始条件敏感的问题，保证收敛到鞍点。

Shutong, Zong · Wenwu, Fan · 熊军林 · 刘璐

Systems and Control Letters 2026

技术优势

初始化不再靠猜

通过求解线性矩阵不等式直接获得容许初始增益对，无需像现有算法那样凭经验尝试多个初始点。

收敛有保证

无论从什么初始条件开始，算法都经过数学证明收敛到二人零和博弈的鞍点。

比现有方法好实现

与现有策略迭代算法相比，本文的初始化方法易于实现，降低了实际应用的门槛。

应用场景

• 博弈论与最优控制：提供一种可证明收敛的零和博弈求解器，用于线性离散系统的最优控制设计。
• 机器人对抗与协同：算法可直接用于机器人对抗场景中控制器与干扰的博弈策略求解。
• 无人机博弈控制：为无人机在对抗环境下的决策提供一种保证收敛的博弈控制方法。
• 多智能体系统控制：可用于多智能体系统中存在竞争目标的零和博弈场景的控制器设计。