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 BV]
卷期号:49 (1): 82-92 被引量:609
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
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
刚刚
刚刚
hh发布了新的文献求助10
刚刚
Hello的应助被友好的小翠采纳,获得10
刚刚
刚刚
小黑驴完成签到 ,获得积分10
1秒前
1秒前
大蘑菇关注了科研通微信公众号
1秒前
AthurMarcus发布了新的文献求助10
1秒前
1秒前
研友_VZG7GZ的应助被墨斗在拼搏采纳,获得10
1秒前
1秒前
无花果的应助被墨斗在拼搏采纳,获得10
1秒前
TangDing完成签到,获得积分10
2秒前
无花果的应助被墨斗在拼搏采纳,获得10
2秒前
2秒前
CipherSage的应助被墨斗在拼搏采纳,获得10
2秒前
充电宝的应助被墨斗在拼搏采纳,获得10
2秒前
慕青的应助被墨斗在拼搏采纳,获得10
2秒前
YU发布了新的文献求助10
2秒前
悦耳皮带完成签到,获得积分10
3秒前
挚友发布了新的文献求助30
3秒前
Jia完成签到,获得积分10
3秒前
慕青的应助被墨斗在拼搏采纳,获得10
3秒前
nnn发布了新的文献求助10
3秒前
3秒前
五加一的应助被墨斗在拼搏采纳,获得10
3秒前
威武紫青完成签到,获得积分10
3秒前
爆米花的应助被墨斗在拼搏采纳,获得10
3秒前
我是老大的应助被G小耿采纳,获得10
3秒前
刻苦的天磊完成签到,获得积分10
4秒前
Ava的应助被墨斗在拼搏采纳,获得10
4秒前
4秒前
李健的应助被xc采纳,获得10
4秒前
可爱的微笑完成签到 ,获得积分10
4秒前
苏西发布了新的文献求助10
4秒前
可爱的微笑完成签到 ,获得积分10
4秒前
Owen的应助被一一采纳,获得10
4秒前
BMG完成签到,获得积分10
4秒前
ABBYTHU18完成签到,获得积分10
4秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Spec 401: Standards for Jet Fuel Facility and Equipment Commissioning and Flushing at Airports, 2026.1 (Original Issue) 1000
Spec 103: Standard for Jet Fuel Quality Control at Airports, Revision 2026.1 1000
Mathematical models in hydrology 1000
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8085084
求助须知:如何正确求助?哪些是违规求助? 9499523
关于积分的说明 21413570
捐赠科研通 7653580
什么是DOI,文献DOI怎么找? 3402725
关于科研通互助平台的介绍 2531849
邀请新用户注册赠送积分活动 2441373