融合自适应评判的随机系统数据驱动策略优化
文献类型：期刊论文
| 作者 | 王鼎 ; 王将宇; 乔俊飞
|
| 刊名 | 自动化学报
 |
| 出版日期 | 2024 |
| 卷号 | 50期号:5页码:980-990 |
| 关键词 | 自适应评判设计 数据驱动 离散系统 神经网络 Q-learning 随机最优控制 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c230678 |
| 英文摘要 | 自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题, 但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性. 本文融合自适应评判技术, 建立一种数据驱动的离散随机系统折扣最优调节方法. 首先, 针对宽松假设下的非线性随机系统, 研究带有折扣因子的无限时域最优控制问题. 所提的随机系统 Q-learning 算法能够将初始的容许策略单调不增地优化至最优策略. 基于数据驱动思想, 随机系统 Q-learning 算法在不建立模型的情况下直接利用数据进行策略优化. 其次, 利用执行−评判神经网络方案, 实现了随机系统 Q-learning 算法. 最后, 通过两个基准系统, 验证本文提出的随机系统 Q-learning 算法的有效性. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56712]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 王鼎,王将宇,乔俊飞. 融合自适应评判的随机系统数据驱动策略优化[J]. 自动化学报,2024,50(5):980-990. |
| APA | 王鼎,王将宇,&乔俊飞.(2024).融合自适应评判的随机系统数据驱动策略优化.自动化学报,50(5),980-990. |
| MLA | 王鼎,et al."融合自适应评判的随机系统数据驱动策略优化".自动化学报 50.5(2024):980-990. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。