用于自适应控制的多元样条近似动态规划
机器学习
2016-07-01 v1 系统与控制
摘要
我们定义了一个基于 RLSTD 算法和多元单纯形 B 样条的 SDP 框架。我们引入了能够保持单纯样条连续性的局部遗忘因子。该局部遗忘因子与 RLSTD 算法相结合，产生了能够跟踪时变系统的改进 RLSTD 算法。我们给出了两个数值实验的结果，一个验证 SDP 并与 NDP 比较，另一个展示改进 RLSTD 算法相对于原始算法的优势。尽管 SDP 在每个时间步需要更多计算，但实验表明，在相同的函数逼近器参数数量下，与 NDP 相比其在稳定性和学习率方面的性能有所提升。第二个实验表明，当系统参数改变时，SDP 与改进 RLSTD 算法相结合相比原始 RLSTD 算法能够实现更快的恢复，这为一种自适应高性能非线性控制方法铺平了道路。
引用
@article{arxiv.1606.09383,
title = {On Approximate Dynamic Programming with Multivariate Splines for Adaptive Control},
author = {Willem Eerland and Coen de Visser and Erik-Jan van Kampen},
journal= {arXiv preprint arXiv:1606.09383},
year = {2016}
}
备注
23 pages