深度模型参考自适应控制

我们提出一种新的神经自适应架构：基于深度神经网络的模型参考自适应控制（DMRAC）。我们的架构利用深度神经网络表征的强大能力来建模显著非线性，同时结合表征基于 MRAC 的控制器的有界性保证。我们通过仿真与分析证明，DMRAC 可涵盖先前研究的基于学习的 MRAC 方法，如并发学习与 GP-MRAC。这使得 DMRAC 成为具有长期学习特性的非线性系统高性能控制的极强有力架构。