丢包仍准跟踪
用史密斯预估器重建状态，离线策略强化学习在丢包下算出最优输出调节，实现数据驱动的精确跟踪。
Yun-Fang, Cui · 范家璐
Kongzhi yu Juece/Control and Decision 2023
通过史密斯预估器用历史测量值重构缺失的状态，保证跟踪算法在状态脱落时仍能正常工作。
控制策略完全从在线测量数据中学习，设计过程不需要系统动力学模型。
采用离线策略强化学习，利用行为策略产生的数据离线计算最优反馈增益，不干扰真实系统运行。