检索结果-维普期刊中文期刊服务平台

基于actor-critic框架的在线积分强化学习算法研究被引量：10: 1; 作者蔡军苟文耀刘颜《电子测量与仪器学报》 CSCD 北大核心 2023年第3期194-201,共8页; 针对轮式移动机器人动力学系统难以实现无模型的最优跟踪控制问题,提出了一种基于actor-critic框架的在线积分强化学习控制算法。首先,构建RBF评价神经网络并基于近似贝尔曼误差设计该网络的权值更新律,以拟合二次型跟踪控制性能指标函... 展开更多; 关键词积分强化学习 RBF神经网络非线性仿射系统跟踪控制; 在线阅读下载PDF 职称材料

基于积分强化学习的四旋翼无人机鲁棒跟踪被引量：3: 2; 作者杨加秀李新凯 +1 位作者张宏立王昊《兵工学报》 EI CAS CSCD 北大核心 2023年第9期2802-2813,共12页; 针对系统模型动态不确定和受外部干扰的四旋翼无人机位置轨迹跟踪控制问题,提出一种新的基于积分强化学习的鲁棒轨迹跟踪控制方法。建立四旋翼无人机原系统与参考轨迹的增广系统,将四旋翼无人机的鲁棒轨迹跟踪问题转化为镇定问题。通过... 展开更多; 关键词四旋翼无人机鲁棒跟踪控制积分强化学习最优控制不确定性; 在线阅读下载PDF 职称材料

具有时变输出约束的非线性多智能体系统自适应最优包含控制: 3; 作者张天平刘涛章恩泽《控制理论与应用》 EI CAS CSCD 北大核心 2024年第10期1899-1912,共14页; 本文对具有时变输出约束和未建模动态的不确定严格反馈非线性多智能体系统,提出了一种最优包含控制方法.利用一种新型积分型障碍Lyapunov函数处理输出约束,利用动态信号处理未建模动态,利用动态面控制方法设计前馈控制器,结合自适应动... 展开更多; 关键词自适应动态规划积分强化学习最优控制动态面控制积分型障碍Lyapunov函数多智能体系统; 在线阅读下载PDF 职称材料

非零和微分博弈系统的事件触发最优跟踪控制: 4; 作者石义博王朝立《控制理论与应用》 EI CAS CSCD 北大核心 2023年第2期220-230,共11页; 近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习... 展开更多; 关键词非零和博弈积分强化学习最优跟踪控制神经网络事件触发; 在线阅读下载PDF 职称材料

气动肌肉驱动机器人手臂的H_(∞)跟踪控制方法研究: 5; 作者陈家裕崔小红王斌锐《控制工程》 CSCD 北大核心 2023年第7期1283-1290,共8页; 针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_(∞)最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿... 展开更多; 关键词气动肌肉手臂 H_(∞)最优跟踪控制积分强化学习哈密顿-雅可比-艾萨克方程; 在线阅读下载PDF 职称材料

再入飞行器自适应最优姿态控制被引量：10: 6; 作者张振宁张冉 +1 位作者聂文明李惠峰《宇航学报》 EI CAS CSCD 北大核心 2019年第2期199-206,共8页; 针对再入飞行器姿态控制问题,应用自适应动态规划(ADP)理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习(SNIRL)算法进行求解,该算法简化了积分型强化学习(IRL)算法在迭代计算中... 展开更多; 关键词再入飞行器姿态控制自适应最优控制单网络积分型强化学习; 在线阅读下载PDF 职称材料

题名基于actor-critic框架的在线积分强化学习算法研究被引量：10: 1; 作者蔡军苟文耀刘颜; 机构重庆邮电大学自动化学院; 出处《电子测量与仪器学报》 CSCD 北大核心 2023年第3期194-201,共8页; 基金重庆市教委科学技术研究项目(KJZD-M202200603) 重庆市自然科学基金项目(CSTB2022NSCQ-MSX0380)资助。; 文摘针对轮式移动机器人动力学系统难以实现无模型的最优跟踪控制问题,提出了一种基于actor-critic框架的在线积分强化学习控制算法。首先,构建RBF评价神经网络并基于近似贝尔曼误差设计该网络的权值更新律,以拟合二次型跟踪控制性能指标函数。其次,构建RBF行为神经网络并以最小化性能指标函数为目标设计权值更新律,补偿动力学系统中的未知项。最后,通过Lyapunov理论证明了所提出的积分强化学习控制算法可以使得价值函数,行为神经网络权值误差与评价神经网络权值误差一致最终有界。仿真和实验结果表明,该算法不仅可以实现对恒定速度以及时变速度的跟踪,还可以在嵌入式平台上进行实现。; 关键词积分强化学习 RBF神经网络非线性仿射系统跟踪控制; Keywords integral reinforcement learning RBF neural network nonlinear affine system tracking control; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程] TN911.4 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于积分强化学习的四旋翼无人机鲁棒跟踪被引量：3: 2; 作者杨加秀李新凯张宏立王昊; 机构新疆大学电气工程学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2023年第9期2802-2813,共12页; 基金国家自然科学基金项目(51967019、52065064) 新疆维吾尔自治区自然科学基金青年项目(2022D01C86、2022D01C89)。; 文摘针对系统模型动态不确定和受外部干扰的四旋翼无人机位置轨迹跟踪控制问题,提出一种新的基于积分强化学习的鲁棒轨迹跟踪控制方法。建立四旋翼无人机原系统与参考轨迹的增广系统,将四旋翼无人机的鲁棒轨迹跟踪问题转化为镇定问题。通过使用带有折扣因子的价值函数,将无人机增广系统的鲁棒镇定问题转化为四旋翼无人机的最优控制问题,从而兼顾到四旋翼无人机的跟踪误差和整体性能。基于积分强化学习方法,构建了单网络演员-评论家结构对最优价值函数进行估计,进而实现对四旋翼无人机控制器的在线求解。对四旋翼无人机系统跟踪误差的稳定性及单网络结构权值的收敛性进行了严格的数学证明,仿真结果验证了所设计控制方案的优越性和鲁棒性。; 关键词四旋翼无人机鲁棒跟踪控制积分强化学习最优控制不确定性; Keywords quadrotor unmanned aerial vehicle robust tracking control integral reinforcement learning optimal control uncertainties; 分类号 TJ301 [兵器科学与技术—火炮、自动武器与弹药工程]; 在线阅读下载PDF 职称材料

题名具有时变输出约束的非线性多智能体系统自适应最优包含控制: 3; 作者张天平刘涛章恩泽; 机构扬州大学信息工程学院自动化专业部; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2024年第10期1899-1912,共14页; 基金国家自然科学基金项目(62073283,62203381)资助.; 文摘本文对具有时变输出约束和未建模动态的不确定严格反馈非线性多智能体系统,提出了一种最优包含控制方法.利用一种新型积分型障碍Lyapunov函数处理输出约束,利用动态信号处理未建模动态,利用动态面控制方法设计前馈控制器,结合自适应动态规划和积分强化学习方法设计最优反馈控制器,利用神经网络在线逼近相应代价函数,并设计权重更新律.理论分析证明了所有跟随者的输出收敛到领导者生成的凸包中,全部跟随者组成的闭环系统是半全局一致最终有界的,同时,跟随者的输出保持在给定的约束集中,代价函数达到最小.仿真结果验证了所提出方法的有效性.; 关键词自适应动态规划积分强化学习最优控制动态面控制积分型障碍Lyapunov函数多智能体系统; Keywords adaptive dynamic programming integral reinforcement learning optimal control dynamic surface control integral barrier Lyapunov function multi-agent systems; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名非零和微分博弈系统的事件触发最优跟踪控制: 4; 作者石义博王朝立; 机构上海理工大学理学院上海理工大学光电信息与计算机工程学院; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2023年第2期220-230,共11页; 基金 Supported by the National Defense Basic Research Program(JCKY2019413D001) the Natural Science Foundation(6217023627,62003214,62173054) the Shanghai Natural Science Foundation(19ZR1436000)。; 文摘近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性.; 关键词非零和博弈积分强化学习最优跟踪控制神经网络事件触发; Keywords nonzero-sum games integral reinforcement learning optimal tracking control neural network eventtriggered; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名气动肌肉驱动机器人手臂的H_(∞)跟踪控制方法研究: 5; 作者陈家裕崔小红王斌锐; 机构中国计量大学机电工程学院中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室; 出处《控制工程》 CSCD 北大核心 2023年第7期1283-1290,共8页; 基金浙江省基本科研业务费资助项目(2022YW20,2022YW84) 浙江省自然科学基金资助项目(LY22F030009) 国家自然科学基金资助项目(61903351); 文摘针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_(∞)最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿-雅可比-艾萨克方程。所提算法有效解决了未知参数和外部干扰问题,并且不依赖于精确的系统动力学模型。通过计算仿真验证了所提H_(∞)跟踪控制器的有效性,并保持了机器人关节受控系统的稳定。仿真实验中,机器人关节实现了大范围的0°~90°的仿人运动,并且在跟踪周期轨迹时具有良好的角度和角速度跟踪性能。; 关键词气动肌肉手臂 H_(∞)最优跟踪控制积分强化学习哈密顿-雅可比-艾萨克方程; Keywords PAM-actuated arm H_(∞)optimal tracking control integral reinforcement learning Hamilton-Jacobi-Isaac equation; 分类号 TP241 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名再入飞行器自适应最优姿态控制被引量：10: 6; 作者张振宁张冉聂文明李惠峰; 机构北京航空航天大学宇航学院; 出处《宇航学报》 EI CAS CSCD 北大核心 2019年第2期199-206,共8页; 基金国家重点研发计划(2016YFB1200100); 文摘针对再入飞行器姿态控制问题,应用自适应动态规划(ADP)理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习(SNIRL)算法进行求解,该算法简化了积分型强化学习(IRL)算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性。; 关键词再入飞行器姿态控制自适应最优控制单网络积分型强化学习; Keywords Reentry vehicle Attitude control Adaptive optimal control Single-network integral reinforcement learning; 分类号 V448.2 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于actor-critic框架的在线积分强化学习算法研究	蔡军苟文耀刘颜	《电子测量与仪器学报》 CSCD 北大核心	2023	10	在线阅读下载PDF 职称材料
2	基于积分强化学习的四旋翼无人机鲁棒跟踪	杨加秀李新凯张宏立王昊	《兵工学报》 EI CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
3	具有时变输出约束的非线性多智能体系统自适应最优包含控制	张天平刘涛章恩泽	《控制理论与应用》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	非零和微分博弈系统的事件触发最优跟踪控制	石义博王朝立	《控制理论与应用》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
5	气动肌肉驱动机器人手臂的H_(∞)跟踪控制方法研究	陈家裕崔小红王斌锐	《控制工程》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
6	再入飞行器自适应最优姿态控制	张振宁张冉聂文明李惠峰	《宇航学报》 EI CAS CSCD 北大核心	2019	10	在线阅读下载PDF 职称材料