基于数据的自学习优化控制:研究进展与展望

• 作者: 刘德荣 李宏亮 王鼎
• 来源期刊: 自动化学报
• 关键词: 自适应动态规划 近似动态规划 强化学习 神经网络 智能控制
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 综述
• 页码范围: 1858-1870
• 页数: 13页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2013.01858

摘要

自适应动态规划(Adaptive dynamic programming,ADP)方法可以解决传统动态规划中的“维数灾”问题,已经成为控制理论和计算智能领域最新的研究热点.ADP方法采用函数近似结构来估计系统性能指标函数,然后依据最优性原理来获得近优的控制策略.ADP是一种具有学习和优化能力的智能控制方法,在求解复杂非线性系统的最优控制问题中具有极大的潜力.本文对ADP的理论研究、算法实现、相关应用等方面进行了全面的梳理,涵盖了最新的研究进展,并对ADP的未来发展趋势进行了分析和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘德荣	中国科学院自动化研究所	9	156	7.0	9.0
2	李宏亮	中国科学院自动化研究所	3	0	0.0	0.0
3	王鼎	中国科学院自动化研究所	2	12	1.0	2.0