用于以轨迹为中心的基于模型的强化学习的稳健优化的系统及方法.pdfVIP

下载本文档

2
0
约3.15万字
约 34页
2023-05-16 发布于北京
举报
版权申诉

用于以轨迹为中心的基于模型的强化学习的稳健优化的系统及方法.pdf

1、本文档共34页，其中可免费阅读33页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：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

提供了用于优化用于以轨迹为中心的强化学习的系统的局部控制策略的控制器。控制器包括执行以下步骤：使用在使用初始随机控制策略执行的试错实验期间收集的数据的集合，来学习系统的随机预测模型；估计相关联的平均预测和不确定性；在当前时间步骤使用控制输入时，使用经过学习的随机系统模型确定系统与标称系统状态的偏差的局部集合；确定具有最坏情况偏差的系统状态；确定稳健性约束的梯度；使用非线性规划来提供并求解稳健策略优化问题，以获得系统轨迹并且同时稳定局部策略；根据求解的优化问题更新控制数据；以及经由接口输出更新后的

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114761966 A (43)申请公布日 2022.07.15 (21)申请号 202080084431.4 (74)专利代理机构北京三友知识产权代理有限