基于变增益梯度下降积分强化学习的未知连续时间非线性系统 H∞ 跟踪控制
系统与控制
2020-01-22 v1 系统与控制
摘要
连续时间非线性系统的最优跟踪在文献中已被广泛研究。然而，在若干应用中，系统动力学知识的缺失对求解最优跟踪问题提出了严峻挑战。这近来引起了研究人员的日益关注，为此已部署了结合执行器神经网络（NN）的基于积分强化学习（IRL）的方法。然而，极少有研究致力于无模型的 最优跟踪控制，该控制可在无任何系统动力学先验知识的情况下抑制扰动对系统性能的影响。为此，近来提出了一种基于递归最小二乘的参数更新方法。然而，基于梯度下降的参数更新方案对装置动力学的实时变化更为敏感。并且经验回放（ER）技术已被证明可通过迭代利用过往观测改善 NN 权重的收敛性。受此启发，本文提出了一种基于变增益梯度下降与经验回放技术的新型参数更新律，用于调整评判器、执行器与扰动 NN 的权重。
引用
@article{arxiv.2001.07355,
title = {$\text{H}_{\infty}$ Tracking Control via Variable Gain Gradient Descent-Based Integral Reinforcement Learning for Unknown Continuous Time Nonlinear System},
author = {Amardeep Mishra and Satadal Ghosh},
journal= {arXiv preprint arXiv:2001.07355},
year = {2020}
}