用于稳定深度强化学习控制的模块化框架
系统与控制
2024-03-27 v1 机器学习
系统与控制
摘要
我们提出了一个反馈控制器设计框架，该框架将深度强化学习的优化驱动和无模型优势与使用 Youla-Kucera 参数化定义搜索域所提供的稳定性保证相结合。行为系统的最新进展使我们能够构建数据驱动的内部模型；这使得基于输入-输出探索数据完全实现 Youla-Kucera 参数化的另一种形式成为可能。使用神经网络来表达参数化的非线性稳定算子集，能够实现与标准深度学习库的无缝集成。我们在双水箱系统的真实模拟中演示了该方法。
引用
@article{arxiv.2304.03422,
title = {A modular framework for stabilizing deep reinforcement learning control},
author = {Nathan P. Lawrence and Philip D. Loewen and Shuyuan Wang and Michael G. Forbes and R. Bhushan Gopaluni},
journal= {arXiv preprint arXiv:2304.03422},
year = {2024}
}
备注
IFAC World Congress 2023