کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4947451 1439582 2017 34 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
General value iteration based reinforcement learning for solving optimal tracking control problem of continuous-time affine nonlinear systems
ترجمه فارسی عنوان
یادگیری تقویت بر اساس تکرار ارزش عمومی برای حل مسئله کنترل ردیابی بهینه از سیستم های غیر خطی وابسته پیوسته
کلمات کلیدی
برنامه ریزی پویا سازگار، کنترل بهینه، تقویت یادگیری، سیستم های مداوم،
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
In this paper, a novel reinforcement learning (RL) based approach is proposed to solve the optimal tracking control problem (OTCP) for continuous-time (CT) affine nonlinear systems using general value iteration (VI). First, the tracking performance criterion is described in a total-cost manner without a discount term which can ensure the asymptotic stability of the tracking error. Then, some mild assumptions are assumed to relax the restriction of the initial admissible control in most existing references. Based on the proposed assumptions, the general VI method is proposed and three situations are considered to show the convergence with any initial positive performance function. To validate the theoretical results, the proposed general VI method is implemented by two neural networks on a nonlinear spring-mass-damper system and two situations are considered to show the effectiveness.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 245, 5 July 2017, Pages 114-123
نویسندگان
, , , ,