返回
Data-driven inverse optimal control for continuous-time nonlinear systems
DOI:10.1016/j.isatra.2025.12.018.png)
摘要
En 中文
• 针对连续时间非线性确定性系统的逆最优控制/逆强化学习问题,提出了两种新算法(无模型和部分无模型)。
• 解决了早期方法中的有限信息性局限性,将适用性扩展到更广泛的输入仿射系统类别。
• 通过避免双层优化降低计算复杂度;与现有无模型方法不同,正向问题仅在初始化阶段求解。
• 支持多维输入系统,包括输入惩罚权重的估计,而某些现有方法不适用此类系统。
• 通过在估计过程中不对系统应用更新策略来每个迭代来缓解稳定性问题。
期刊
IF:
6.5
论文数:
5.9K
被引数:
2.0W

