モデルフリー増分適応動的計画法に基づく近似ロバスト最適制御【JST・京大機械翻訳】

Li Cong; Wang Yongchao; Liu Fangzhou; Liu Qingchen; Buss Martin

文献

J-GLOBAL ID：202202212743541826 整理番号：22A0828764

モデルフリー増分適応動的計画法に基づく近似ロバスト最適制御【JST・京大機械翻訳】

Model-free incremental adaptive dynamic programming based approximate robust optimal regulation

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0828764&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0828764&from=J-GLOBAL&jstjournalNo=W0520A") }}

著者 (5件)： , , , ,
資料名：
巻： 32 号： 5 ページ： 2662-2682 発行年： 2022年
JST資料番号： W0520A ISSN： 1049-8923 CODEN： IJRCEA 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)

本論文では,連続時間非線形システムのモデルフリーロバスト最適制御のための新しい定式化を示した。増分適応動的計画法(IADP)と呼ばれる,提案した強化学習ベース手法は,近似最適増分制御戦略の設計を可能にするため,測定入力状態データを利用し,モデル不確実性,環境擾乱,および入力飽和の下で,制御システムを漸増的に安定化させた。時間遅れ推定(TDE)技術を利用して,まずセンサデータを用いて,入力状態データを採用して,増分形式におけるシステム進化を反映する増分動力学を構築した。次に,得られた増分動力学は,適応動的プログラミングに基づく近似的最適増分制御戦略を設計するのに役立ち,それは,Hamilton-Jacobi-Bellman方程式の値関数に対する近似解を得るために,単純化単一批評構造として実行した。さらに,批判ニューラルネットワークのために,経験データを使用して,保証された重み収束を有するオフポリシー重み更新法則を設計した。むしろ重要なことに,TDE誤差限界関連項をコスト関数に組み込み,意図的に導入したTDE誤差を最適化過程で減衰させた。システム安定性と重み収束の証明を提供した。数値シミュレーションを行い,提案したIADPの有効性および優越性を検証し,特に,制御エネルギー消費の削減およびロバスト性の向上について検証した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

システム設計・解析 , 人工知能 , ニューロコンピュータ

, , , , ,

前のページに戻る