无需系统模型
一种基于回声状态网络和积分强化学习的鲁棒跟踪控制器，能在系统动力学完全未知且控制输入受限的情况下，仅利用数据学习最优跟踪策略。
刘冲 · Yalun, Li · Duan, Zhongxing · Zhousheng, Chu · 马宗方
IEEE Access 2024
控制器设计不依赖任何系统动力学信息，仅利用系统数据即可学习最优跟踪策略，适用于难以建模的实际工程系统。
通过设计精巧的价值函数将鲁棒跟踪控制问题转化为标称系统的最优控制问题，从而有效抑制外部扰动对跟踪性能的影响。
采用回声状态网络近似性能函数和控制输入，无需选择激活函数，大幅降低了神经网络结构设计的难度和工作量。