基于Q-学习的非线性控制

• 作者: 吴柏森 杨东 殷苌茗 陈焕文
• 来源期刊: 长沙电力学院学报(自然科学版)
• 学科: 工学
• 关键词: 激励学习(RL) 马尔科夫决策过程(MDP):Q-学习 非线性控制 局部线性控制器
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 电力·动力工程
• 页码范围: 35-38
• 页数: 4页
• 分类号: TP181
• 字数: 3217字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9140.2003.01.012

摘要

给出了一种新的激励学习(RL)方法,它能够有效地解决一个状态与动作空间为连续的非线性控制问题.在实际的应用中,离散的RL方法能把许多非线性控制问题分解成几个局部线性控制作业.提供了一种由简单的线性控制器和Q-学习构成的层次性RL算法.连续状态-动作空间被形象地分成为一些格子,并且每个格子都有它自己的局部线性控制器.状态空间的隔离是处理维数问题的一种相当简单的方法,但是经常会引起非Markov效果,而局部线性控制器能弥补这个缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕文	长沙电力学院数学与计算机系	18	95	6.0	9.0
2	殷苌茗	长沙电力学院数学与计算机系	13	52	5.0	6.0
3	杨东	长沙电力学院数学与计算机系	3	2	1.0	1.0
4	吴柏森	长沙电力学院数学与计算机系	5	3	1.0	1.0