模型未知非零和博弈问题的策略迭代算法

• 作者: 杨明 王义贺 罗艳红
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 自适应动态规划 非零和博弈 策略迭代 神经网络 最优控制
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 318-321,326
• 页数: 5页
• 分类号: TP183
• 字数: 3026字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2015.03.004

摘要

提出了一种在线积分策略迭代算法,用来求解内部非线性动力模型未知的双人非零和博弈问题.通过在控制策略和干扰策略中引入探测信号,从而避开了系统的模型信息,得到了一个求解非零和博弈的无模型的近似动态规划算法.该算法同步更新值函数、控制策略、扰动策略,并且最终得到收敛的策略权值.在算法实现过程中,使用4个神经网络分别近似两个值函数、控制策略和扰动策略,使用最小二乘法估计神经网络的未知参数.最后仿真结果验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	东北大学信息科学与工程学院	19	43	4.0	5.0
2	罗艳红	东北大学信息科学与工程学院	16	135	4.0	11.0
3	王义贺	国网辽宁省电力有限公司经济技术研究院	4	7	2.0	2.0