有限视界H∞跟踪问题的Q学习方法(在部分观测条件下)
《IEEE Transactions on Cybernetics》:Q-Learning Approach to Finite-Horizon H ∞ Tracking With Partial Observation
【字体:
大
中
小
】
时间:2026年01月20日
来源:IEEE Transactions on Cybernetics 10.5
编辑推荐:
本文研究离散时间线性系统在部分观测和未知动态下的有限时域跟踪控制问题,从博弈论视角提出基于输入输出的时变Q函数,并设计无需初始可接受策略和折扣因子的两个最小最大Q学习算法,框架可扩展至无限时域与时变系统,理论证明收敛性并验证仿真效果。
摘要:
本文从博弈论的角度研究了离散时间(DT)线性系统在有限视界下的跟踪控制问题。这些系统具有部分观测能力和未知动态特性。与现有的强化学习(RL)方法不同,后者主要针对具有完整状态信息的无限视界、时不变系统进行研究。我们的方法需要求解时变Riccati方程,并开发仅依赖于输入-输出数据的无模型方法。为了解决这些问题,我们根据历史输入-输出轨迹重建系统状态,从而实现数据驱动的系统表示,并定义了一个基于输入-输出的时变Q函数。接着,我们提出了两种极小极大Q学习算法,这些算法不需要初始可接受的策略,也不使用折扣因子,从而消除了长期以来影响稳定性保证的障碍。此外,该框架可以无需结构修改即可直接应用于无限视界和时变系统。算法的收敛性已在理论上得到证明,其有效性通过仿真得到了验证。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号