最优控制快速收敛
该算法通过迭代更新值函数来逼近最优性能指标，并将神经网络嵌入实现结构，避免了每次迭代求解广义贝尔曼方程，为时变非线性系统的无限时域最优控制提供了有效解决方案。
朱广宇 · 李晓璐 · 孙然然 · Yang, Yiyuan · Zhang, Peng
IEEE/CAA Journal of Automatica Sinica 2023
迭代值函数被证明非增收敛到贝尔曼方程最优解，避免振荡或发散。
神经网络实现结构在每次迭代无需求解广义贝尔曼方程，降低在线计算量。
算法允许质量和摆杆长度等参数随时间变化，成功用于扭摆和倒立摆系统。