.png){kind=icon}
返回
Continuous-Time Time-Varying Policy Iteration
.png){kind=icon}
PRE
AI
DOI：10.1109/TCYB.2019.2926631.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新颖的策略迭代算法，称为连续时变 (CTTV) 策略迭代算法，以获得无限水平CTTV非线性系统的最优控制律。利用自适应动态规划 (ADP) 技术获得迭代控制律，以优化性能指标函数。分析了CTTV策略迭代算法的性能。已经分析了迭代值函数的单调性，收敛性和最优性，并且可以证明迭代值函数可以单调收敛到hamilton-jacobi-bellman (HJB) 方程的最优解。此外，保证了迭代控制律可用于稳定非线性系统。在提出的CTTV策略算法的实现中，通过神经网络获得了近似迭代控制律和迭代值函数。最后，数值结果验证了该方法的有效性。
Keyword:
Optimal control
Nonlinear systems
Time-varying systems
Mathematical model
Dynamic programming
Approximation algorithms
Iterative algorithms
Adaptive critic designs
adaptive dynamic programming (ADP)
neuro-dynamic programming
nonlinear systems
optimal control
policy iteration
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
10.5
论文数:
1.1W
被引数:
5.0W
机构
引用论文
Model-based reinforcement learning for approximate optimal regulation基于模型的强化学习的近似最优调节.png)
AUTOMATICA
OAAI
AUTOMATICAIF5.9
OAAI分享收藏Data-Driven Finite-Horizon Approximate Optimal Control for Discrete-Time Nonlinear Systems Using Iterative HDP Approach使用迭代HDP方法对离散时间非线性系统进行数据驱动的有限水平近似最优控制OAAI
OAAI分享收藏Policy Iteration for H∞ Optimal Control of Polynomial Nonlinear Systems via Sum of Squares Programming基于平方和规划的多项式非线性系统h ∞ 最优控制的策略迭代
PREAI
分享收藏Discrete-Time Local Value Iteration Adaptive Dynamic Programming: Convergence Analysis离散局部值迭代自适应动态规划: 收敛性分析
PREAI
分享收藏Discrete-Time Stable Generalized Self-Learning Optimal Control With Approximation Errors具有逼近误差的离散稳定广义自学习最优控制
PREAI
分享收藏Reinforcement-Learning-Based Robust Controller Design for Continuous-Time Uncertain Nonlinear Systems Subject to Input Constraints基于强化学习的具有输入约束的连续时间不确定非线性系统的鲁棒控制器设计
PREAI
分享收藏
查看更多内容