改进的HDP算法研究及其在非线性系统中的应用

• 作者: 马智慧 苏晓明 李桂君 田振宇
• 来源期刊: 控制工程
• 关键词: 启发式动态规划 优化控制 性能指标函数 神经网络 非线性球杆系统
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 1893-1901
• 页数: 9页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20190523

摘要

启发式动态规划算法(HDP)是近似动态规划(ADP)的一种实现方法,它将神经网络、动态规划和强化学习融为一体.然而,现存的启发式动态规划算法需要假设系统的内部动态完全已知,这一条件在实际工程系统中是极其严格的.为了解决这个问题,提出了一种基于迭代步神经网络训练策略的启发式动态规划算法,该算法采用定点训练并且通过依赖于状态的性能指标的导数来求得控制量,评价网络用于近似值函数,而动作网络用于近似最优控制策略,因此该算法允许在不知道系统内部动态的情况下执行启发式动态规划算法.通过一个非线性系统的引例以及球杆系统的控制来验证此算法的有效性.