用於最佳回饋控制的自適應網格細化

原標題: Adaptive Grid Refinement for Optimal Feedback Control

這項工作處理求解哈密頓–雅可比–貝爾曼偏微分方程以獲得最佳回饋控制的問題，而固定網格方法可能無法捕捉解的精細細節。一套基於強化學習的演算法會動態地細化網格，在離散化誤差較大的區域建立更高的節點密度，同時減少節點總數。此方法旨在提升解的準確度，同時最佳化運算資源的使用。