Policy-Adjustable Q-Learning for Data-Driven Nonlinear Optimal Tracking Control

doi:10.1109/tnnls.2026.3672136

Policy-Adjustable Q-Learning for Data-Driven Nonlinear Optimal Tracking Control

2026-03-01

0

PRE

AI

DOI：10.1109/tnnls.2026.3672136

原文链接

原文求助

摘要

En 中文

本文研究了一种新颖的政策可调Q学习（PA-QL）算法，旨在解决非线性离散时间（DT）系统的最优跟踪控制（OTC）问题，并增强其适应性和灵活性。提出了一种新颖的迭代方案，将控制权重整合到扩展神经网络（NN）的输入中，从而重新构建学习过程，以明确地将最优策略表征为可调权重的函数。因此，学习到的控制策略不受预设权重的约束，允许在离线训练完成后进行动态调整。此外，这种调整可以无缝在线执行，为适应操作条件或控制目标的变化提供了显著更大的灵活性。最后，通过严谨的理论分析和仿真研究验证了所提出算法的有效性。

Keyword:

Artificial neural networks

Q-learning

Optimal control

Training

Cost function

Vectors

Approximation algorithms

Switches

Data models

Computational modeling

Adaptive dynamic programming (ADP)

neural network (NN)

optimal tracking control (OTC)

policy adjustable

Policy-Adjustable Q-Learning for Data-Driven Nonlinear Optimal Tracking Control

摘要

期刊

机构

引用论文