原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明涉及一种异构无人集群系统的强化学习最优输出跟踪控制方法，属于多无人系统技术领域。为实现异构无人集群系统的最优输出跟踪控制目标，提出一种新颖的分层控制方案，在分布式层，设计一个预设时间的完全分布式观测器，在给定的时间内精确地估计领导者的状态。在分散式层，设计一个基于强化学习的数据驱动跟踪控制器追踪估计的领导者状态。与现有方法相比，所设计的预设时间的完全分布式观测器的收敛时间完全由设计者决定，并且在设计过程中不使用全局的拓扑信息。此外，提出一种基于数据的初始稳定控制策略学习算法来获得一个初始稳
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116974195 A
(43)申请公布日 2023.10.31
(21)申请号 202310914911.4
(22)申请日 2023.07.24
(71)申请人 北京理工大学
地址 100081
文档评论（0）