文献

J-GLOBAL ID：202202234567795088   整理番号：22A0830748

未知線形連続時間システムのためのホモトピーポリシー反復ベース学習設計【JST・京大機械翻訳】

Homotopic policy iteration-based learning design for unknown linear continuous-time systems

著者 (6件)： Chen Ci (School of Automation, Guangdong University of Technology, Guangzhou, China) ,  Chen Ci (Guangdong Key Laboratory of IoT Information Technology, Guangzhou, China) ,  Chen Ci (Key Laboratory of Intelligent Information Processing and System Integration of IoT, Ministry of Education, Guangzhou, China) ,  Lewis Frank L. (UTA Research Institute, The University of Texas at Arlington, Fort Worth, USA) ,  Li Bo (111 Center for Intelligent Batch Manufacturing Based on IoT Technology, Guangzhou, China) ,  Li Bo (Guangdong-HongKong-Macao Joint Laboratory for Smart Discrete Manufacturing, Guangdong University of Technology, Guangzhou, China)
資料名： Automatica  (Automatica)
巻： 138  ページ： Null  発行年： 2022年 
JST資料番号： B0208A  ISSN： 0005-1098  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近の結果は,政策反復が,未知のシステムダイナミックスを持つ連続時間システムのための安定化制御ポリシーの設計における強力な強化学習ツールであることを明らかにした。政策反復は,モデルベース初期化段階,すなわち,ドリフト動力学とシステム入力行列を含む完全なシステムダイナミックスに依存する,初期安定化制御ポリシーを求める。そのようなモデル要件を除去するために,本論文は,政策反復のためのホモトピーベースの初期化戦略を利用して,そこで,連続時間システムのための安定化制御方策を,安定システムを元のシステムに徐々に移動することによって得た。2つのホモトピックポリシー反復ベース安定化制御スキーム,すなわち,モデルベース設計とシステムデータを用いたモデルフリー設計を提案し,不安定な極を安定領域に置くことを証明した。提案した設計の有効性を説明例を通して検証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 行列 ,  *学習 ,  安定化 ,  ドリフト ,  適応系 ,  *ホモトピー ,  システムダイナミックス ,  線形性 ,  制御手順 ,  有効性 ,  *連続時間系 ,  強化学習
準シソーラス用語： モデルベース ,  安定化制御 ,  学習ツール , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応システム ,  ホモトピーポリシー反復 ,  初期安定化制御ポリシー ,  強化学習 ,  安定な閉ループ極

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： 線形 ,  連続時間システム ,  反復 ,  学習 ,  設計