在线自适应最优控制
针对六自由度液压机械手，采用强化学习实现数据驱动控制，无需精确模型即可在线自适应优化跟踪性能，为液压机器人控制提供新途径。
Yao, Zhikai · 徐丰羽 · Guo-Ping, Jiang · 姚建勇
IEEE/ASME Transactions on Mechatronics 2023
采用 actor-critic 强化学习直接从轨迹数据学习控制策略，避免了对复杂液压系统动力学建模的依赖。
通过迭代更新控制动作，控制性能逐步逼近期望基准，实验证实持续改善。
即使 value functions 和控制动作由神经网络逼近，也能提供如 Bellman 最优性和收敛性等保证。