一种基于增强学习的自适应控制方法  

A novel adaptive control algorithm based on reinforcement learning

作　　者：顾冬雷[1] 陈卫东[1] 席裕庚[1] 

机构地区：[1]上海交通大学自动化研究所,上海200030

出　　处：《控制与决策》2002年第4期473-475,479,共4页Control and Decision

基　　金：国家自然科学基金项目 (6 0 10 5 0 0 5 )

摘　　要：针对模型未知时变非线性对象的控制问题 ,提出一种直接的自适应控制策略。该策略基于径向基神经网络并结合增强学习的自调节能力 ,无需知道控制对象的动态特性 ,而是通过在线试错在控制过程中不断积累与问题相关的信息 。Adirectadaptivecontrolschema for model unknown time dependent dynamical plant is presented.Combiningtheabilityofradialbasedfunction network and the self tune property of reinforcement learning, it needs not to know the priori knowledge of the plant′s dynamical property. The knowledge related to the problem is accumulated gradually by trial and error method and then the acceptable optimal solution can be obtained.

关 键 词：增强学习 径向基神经网络 自适应控制 

分 类 号：TP24[自动化与计算机技术—检测技术与自动化装置]