- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于强化学习的模型参考自适应控制.pdf
第22卷第2期 控 制 理 论 与 应 用 v01.22 No.2
2005年4月 Control Theory&AppEcafions Apt.2O05
文章编号:1000—8152(2005)02—0291—04
基于强化学习的模型参考自适应控制
郭红霞 ,吴 捷 ,王春茹
(1.华南理工大学电力学院,广东 广州510640;2.广东工业大学 自动化学院,广东 广州510090)
摘要:提出了一种基于强化学习的模型参考自适应控制方法,控制器采用自适应启发评价算法,它由两部分组
成:自适应评价单元及联想搜索单元.由参考模型给出系统的性能指标,利用系统反馈的强化信号在线更新控制器
的参数.仿真结果表明:基于强化学习的模型参考自适应控制方法可以实现对一类复杂的非线性系统的稳定控制
和鲁棒控制,该控制方法不仅响应速度快,而且具有较高的学习速率,实时性较强.
关键词:强化学习;模型参考自适应控制;联想搜索单元;自适应评价单元
中图分类号:TP273 文献标识码:A
Model reference adaptive control based on reinforcement learning
GUO Hong-xia ,WU Jie .WANG Chun一
(1.College ofElectrical Eagineering,South01iDaUniversity ofTechnology,GuangzhouGuangdong 510640,Cllina;
2.College ofAutomation,GuangdongUniversity ofTechnology,GuangzhouGuangdong 510090,Cllina)
Ab! rad:Aiming at adaptive control problems ofa sortofnonlinear system.model reference adaptivecontrol basedon re-
inforcement learning is proposed、The controller uses adaptive heuristic cfi石c algorithm.which consists oftwo elements:adaptive
critic element,associative search elen~nt.The desired perfonnan~ index is presented by the reference model,and the controller
parameters ale updated by reinforcement sigml given by system、The simulation shows that the propo~ method is efficient for a
class of complex nonlinear system,and it has a high learning rate,which is important to online leaming、
Key words:reinforceme nt learning;model reference adaptive control;associative search eleme nt;adaptive critic eleme nts
1 引言(Introduction) 由参考模型给出系统的性能指标,利用奖罚信号训
近来,神经网络由于具有很强的非线性映射能 练网络参数.最后通过仿真实验,并与一般的模糊神
力、并行处理能力和自适应、自学习能力,被广泛用 经网络模型参考自适应控制器的仿真结果相比较,
于非线性系统的自适应控制中【 ,
文档评论(0)