Reinforcement learning-enhanced model predictive control using an iteratively learned PICNN terminal value function

2026-09-08

0

PRE

AI

DOI：10.1016/j.compchemeng.2026.109879

原文求助

摘要

En 中文

• 一个PICNN评论家对优化相关的终端值几何进行正则化。 • 生长式回放保留了跨迭代的数据覆盖并缓解了遗忘问题。 • 独占Polyak更新抑制了终端评论家的突然替换。 • 筛选在已接受的控制器中产生非递增的SSE序列。 • RL–MPC相对于基准MPC将CSTR跟踪SSE降低了90.54%。

Keyword:

Learning-based control

Reinforcement learning

Model predictive control

Input-convex neural networks

Optimistic approximate policy iteration