A novel actor–critic–identifier architecture for approximate optimal control of uncertain nonlinear systems

标识符 最优控制 控制理论(社会学) 有界函数 李雅普诺夫函数 指数稳定性 贝尔曼方程 趋同(经济学) 人工神经网络 非线性系统 强化学习 数学优化 自适应控制 汉密尔顿-雅各比-贝尔曼方程 计算机科学 数学 控制(管理) 人工智能 物理 量子力学 数学分析 经济 程序设计语言 经济增长
作者
Shubhendu Bhasin,Rushikesh Kamalapurkar,M. Johnson,Kyriakos G. Vamvoudakis,Frank L. Lewis,Warren E. Dixon
出处
期刊:Automatica [Elsevier]
卷期号:49 (1): 82-92 被引量:503
标识
DOI:10.1016/j.automatica.2012.09.019
摘要

An online adaptive reinforcement learning-based solution is developed for the infinite-horizon optimal control problem for continuous-time uncertain nonlinear systems. A novel actor–critic–identifier (ACI) is proposed to approximate the Hamilton–Jacobi–Bellman equation using three neural network (NN) structures—actor and critic NNs approximate the optimal control and the optimal value function, respectively, and a robust dynamic neural network identifier asymptotically approximates the uncertain system dynamics. An advantage of using the ACI architecture is that learning by the actor, critic, and identifier is continuous and simultaneous, without requiring knowledge of system drift dynamics. Convergence of the algorithm is analyzed using Lyapunov-based adaptive control methods. A persistence of excitation condition is required to guarantee exponential convergence to a bounded region in the neighborhood of the optimal control and uniformly ultimately bounded (UUB) stability of the closed-loop system. Simulation results demonstrate the performance of the actor–critic–identifier method for approximate optimal control.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
顺利的雨灵完成签到,获得积分10
刚刚
lisastream完成签到,获得积分10
1秒前
快乐学习每一天完成签到 ,获得积分10
1秒前
汎影完成签到,获得积分10
1秒前
读书的女人最美丽完成签到,获得积分10
1秒前
笑一笑完成签到,获得积分10
1秒前
DONG发布了新的文献求助10
1秒前
drjj发布了新的文献求助10
1秒前
沉默洋葱完成签到,获得积分10
2秒前
2秒前
yuyuyu完成签到,获得积分10
2秒前
DarrenVan完成签到,获得积分10
3秒前
loki完成签到,获得积分10
3秒前
sss完成签到,获得积分10
3秒前
爱静静应助zzd12318采纳,获得10
4秒前
OnionJJ应助沛沛采纳,获得10
4秒前
夏目友人张完成签到,获得积分10
4秒前
guanguan发布了新的文献求助10
5秒前
5秒前
清脆愫完成签到 ,获得积分10
5秒前
夏侯万声完成签到,获得积分10
5秒前
5秒前
cnkly完成签到,获得积分10
6秒前
梅花鹿完成签到,获得积分10
6秒前
lbm完成签到,获得积分10
7秒前
陆啊陆完成签到,获得积分20
7秒前
7秒前
慕青应助吴锦珑采纳,获得10
8秒前
昊昊完成签到,获得积分10
9秒前
9秒前
向上先生完成签到,获得积分10
9秒前
Anna完成签到,获得积分10
9秒前
虎竹辉发布了新的文献求助10
9秒前
岩追研完成签到,获得积分10
10秒前
10秒前
lzy完成签到,获得积分10
11秒前
11秒前
星辰大海应助Fe2O3采纳,获得10
11秒前
徐liang发布了新的文献求助10
11秒前
12秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150700
求助须知:如何正确求助?哪些是违规求助? 2802232
关于积分的说明 7846614
捐赠科研通 2459579
什么是DOI,文献DOI怎么找? 1309294
科研通“疑难数据库(出版商)”最低求助积分说明 628849
版权声明 601757