文献

J-GLOBAL ID：201702218431390861   整理番号：17A0472984

データ駆動強化学習法を用いた完全未知非線形システムのための制約された入力をもつH∞制御【Powered by NICT】

H _∞ control with constrained input for completely unknown nonlinear systems using data-driven reinforcement learning method

著者 (4件)： Jiang He (College of Information Science and Engineering, Northeastern University, Box 134, 110819 Shenyang, PR China) ,  Zhang Huaguang (College of Information Science and Engineering, Northeastern University, Box 134, 110819 Shenyang, PR China) ,  Luo Yanhong (College of Information Science and Engineering, Northeastern University, Box 134, 110819 Shenyang, PR China) ,  Cui Xiaohong (College of Information Science and Engineering, Northeastern University, Box 134, 110819 Shenyang, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 237  ページ： 226-234  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,新しいデータ駆動型強化学習法を用いて完全に未知の動力学と制約付き制御入力を持つ非線形系のためのH∞制御問題を検討した。非線形H∞制御問題をHamilton-Jacobi-Isaacs(HJI)方程式の解,本質的に非線形偏微分方程式と一般的に解析的に解決すべき不可能に依存することが知られている。この困難を克服するために,最初に,著者らはH JI方程式の解を逐次学習とその収束性の証明を提供するモデルベース同時ポリシー更新アルゴリズムを提案した。,このモデルベース法に基づいて,データ駆動モデルフリーアルゴリズム,正確なシステムモデルの代わりに任意の異なる制御入力と外部擾乱により発生した実際のシステムのサンプリングデータを必要とするだけである,を開発し,これらの二つのアルゴリズムは等価であることを証明した。このモデルフリーアルゴリズムを実行するために,三つのニューラルネットワーク(NN)は,反復性能指数機能,制御政策と障害政策を近似するために採用し,最小二乗法を用いてNN近似残留誤差を最小化することである。最後に,提案した方式は,回転/並進アクチュエータ非線形システムで試験した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 並進 ,  性能指数 ,  偏微分方程式 ,  アクチュエータ ,  システムモデル ,  *非線形系 ,  最小二乗法 ,  *H無限大制御 ,  近似法 ,  アルゴリズム ,  *強化学習
準シソーラス用語： モデルベース ,  逐次学習 ,  制御入力 ,  *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (4件)： 強化学習 ,  適応動的計画法 ,  データ駆動 ,  ニューラルネットワーク

分類 (4件)： 人工知能  (JE08000Z) ,  システムモデル  (IB02000Z) ,  システム設計・解析  (IA02030D) ,  制御工学一般  (IC01000V)

タイトルに関連する用語 (5件)： データ駆動 ,  強化 ,  非線形システム ,  制約 ,  H∞制御