基于强化学习的JLQ模型的直接自适应最优控制
来源期刊：控制与决策2008年第12期
论文作者：徐琰恺 陈曦
文章页码：1359 - 2734
关键词：Markov跳变线性系统;策略迭代;Q函数;直接自适应最优控制;
摘 要：研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.
徐琰恺1,2，陈曦1,2
1. 清华大学自动化系2. 清华大学智能与网络化系统研究中心
摘 要：研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.
关键词：Markov跳变线性系统;策略迭代;Q函数;直接自适应最优控制;
