文献

J-GLOBAL ID：201802260039390074   整理番号：18A0624223

近似誤差を伴う離散時間安定一般化自己学習最適制御【Powered by NICT】

Discrete-Time Stable Generalized Self-Learning Optimal Control With Approximation Errors

著者 (3件)： Wei Qinglai (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Li Benkai (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Song Ruizhuo (School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 29  号： 4  ページ： 1226-1238  発行年： 2018年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,近似誤差を持つ一般化されたポリシー反復法(GPI)アルゴリズムを非線形システムのための無限水平最適制御問題を解くために開発した。開発した安定なGPIアルゴリズムは離散時間反復適応動的計画法アルゴリズムの一般的構造,離散時間強化学習アルゴリズムの大部分はGPI構造を用いて記述できる。近似誤差はGPIアルゴリズムにおいて明らかに考慮することを初めてである。近似誤差と安定なGPIアルゴリズムの特性を解析した。近似誤差は許容基準を満たすならば近似反復制御則の許容性を保証できる。開発したアルゴリズムの収束を確立した,これは反復値関数である最適性能指数関数の有限近傍に収束することを示し,近似誤差は収束基準を満たす。最後に,数値例と比較を提示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 非線形系 ,  アルゴリズム ,  制御則 ,  動的計画法 ,  *最適制御 ,  指数関数 ,  *近似法 ,  学習アルゴリズム ,  逐次近似 ,  忍容性
準シソーラス用語： 近傍 ,  許容性 ,  *自己学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 近似 ,  誤差 ,  一般化 ,  自己学習 ,  最適制御