清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

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,Margaret L. 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:655
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
null的应助被科研通管家采纳,获得10
4秒前
奔跑的应助被科研通管家采纳,获得10
4秒前
null的应助被科研通管家采纳,获得10
4秒前
外向的以莲完成签到,获得积分10
17秒前
简单柏柳完成签到,获得积分10
18秒前
41秒前
cy0824完成签到 ,获得积分10
50秒前
林利芳完成签到 ,获得积分10
51秒前
56秒前
火星上的笑寒完成签到,获得积分10
1分钟前
attention完成签到,获得积分10
1分钟前
喜悦如萱完成签到,获得积分10
1分钟前
002完成签到,获得积分0
1分钟前
1分钟前
aspect完成签到 ,获得积分10
1分钟前
成就迎波完成签到,获得积分10
1分钟前
2316690509完成签到 ,获得积分10
1分钟前
null的应助被科研通管家采纳,获得10
2分钟前
null的应助被科研通管家采纳,获得10
2分钟前
null的应助被科研通管家采纳,获得10
2分钟前
zy997987876完成签到,获得积分10
2分钟前
欢呼的兰完成签到,获得积分10
2分钟前
平常的豪完成签到,获得积分10
2分钟前
001完成签到,获得积分10
2分钟前
孝顺的筮完成签到,获得积分10
2分钟前
难过果汁完成签到,获得积分10
2分钟前
003完成签到,获得积分10
3分钟前
3分钟前
潇洒的大神完成签到,获得积分10
3分钟前
感性的雅容完成签到 ,获得积分10
3分钟前
缓慢的秋荷完成签到,获得积分10
4分钟前
完美世界的应助被科研通管家采纳,获得10
4分钟前
null的应助被科研通管家采纳,获得10
4分钟前
奔跑的应助被科研通管家采纳,获得30
4分钟前
清脆的飞阳完成签到,获得积分10
4分钟前
随机昵称过于可爱完成签到,获得积分10
4分钟前
小慧完成签到,获得积分10
4分钟前
耍酷的雨泽完成签到,获得积分10
4分钟前
迷人白桃完成签到,获得积分10
4分钟前
科研通AI6.4的应助被hyman采纳,获得10
5分钟前
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
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Cellulose and Cellulose Derivatives: Synthesis, Modification and Applications 600
Experimentelle und numerische Modellierung des dynamischen Trag- und Verformungsverhaltens von hochflexiblen Schutzsystemen gegen Steinschlag 500
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 8147132
求助须知:如何正确求助?哪些是违规求助? 9545475
关于积分的说明 21668990
捐赠科研通 7733644
什么是DOI,文献DOI怎么找? 3423398
关于科研通互助平台的介绍 2548385
邀请新用户注册赠送积分活动 2466330