一种用于LQR控制问题的强化学习方法

• 作者: 周光明 文锋 陈宗海 陈春林
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 强化学习 递推最小二乘 TD学习 最优控制
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 406-411
• 页数: 6页
• 分类号: TP13
• 字数: 5381字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.03.021

摘要

现有强化学习方法的收敛性分析大多针对离散状态问题,对于连续状态问题强化学习的收敛性分析仅局限于简单的LQR控制问题.本文对现有两种用于LQR问题收敛的强化学习方法进行分析,针对存在的问题,提出一种只需部分模型信息的强化学习方法.该方法使用递推最小二乘TD(RLS-TD)方法估计值函数参数,递推最小二乘方法(RLS)估计贪心改进策略.并给出理想情况下此方法收敛的理论分析.仿真实验表明该方法收敛到最优控制策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周光明	中国科学技术大学自动化系	43	327	10.0	16.0
2	陈宗海	中国科学技术大学自动化系	151	2270	25.0	40.0
3	文锋	中国科学技术大学自动化系	8	87	5.0	8.0
4	陈春林	中国科学技术大学自动化系	7	118	4.0	7.0