| 基于强化学习的部分线性离散时间系统的最优输出调节 |
| |
| 引用本文： | 庞文砚, 范家璐, 姜艺, Lewis Frank Leroy. 基于强化学习的部分线性离散时间系统的最优输出调节. 自动化学报, 2022, 48(9): 2242−2253 doi: 10.16383/j.aas.c190853 |
| |
| 作者姓名： | 庞文砚 范家璐 姜艺 LEWIS Frank Leroy |
| |
| 作者单位： | 1.东北大学流程工业综合自动化国家重点实验室 沈阳 110819 中国;;2.德克萨斯大学阿灵顿分校 沃斯堡 76118 美国 |
| |
| 基金项目： | 国家自然科学基金(61533015, 61991404, 61991403)和辽宁省兴辽英才计划(XLYC2007135)资助 |
| |
| 摘 要： | 
针对同时具有线性外部干扰与非线性不确定性下的离散时间部分线性系统的最优输出调节问题, 提出了仅利用在线数据的基于强化学习的数据驱动控制方法. 首先, 该问题可拆分为一个受约束的静态优化问题和一个动态规划问题, 第一个问题可以解出调节器方程的解. 第二个问题可以确定出控制器的最优反馈增益. 然后, 运用小增益定理证明了存在非线性不确定性离散时间部分线性系统的最优输出调节问题的稳定性.
针对传统的控制方法需要准确的系统模型参数用来解决这两个优化问题, 提出了一种数据驱动离线策略更新算法, 该算法仅使用在线数据找到动态规划问题的解. 然后, 基于动态规划问题的解, 利用在线数据为静态优化问题提供了最优解. 最后, 仿真结果验证了该方法的有效性.
|
| 关 键 词： | 输出调节 离散时间系统 强化学习 非线性未知动态 |
| 收稿时间： | 2019-12-16 |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载免费的PDF全文 |
|
