针对非线性不确定机械臂系统的时滞故障估计问题，提出一种强化迭代学习方案。
Chen, Zhengquan · Zhiheng, Zhang · Yan, Jiayuan · 钟麦英 · 吕灵灵 · 侯彦东
IEEE Transactions on Industrial Informatics 2025
强化学习的优化目标同时包括估计速度和估计精度，让故障估计器在快速响应的同时保持高精度。
通过将H∞性能指标引入观测器，估计误差能够渐近收敛到零，保证了故障估计的可靠性。
利用迭代学习估计器在每个迭代过程中持续优化神经网络，从而缓解梯度消失和梯度爆炸问题。
设计了一种新的自适应指数奖励函数，增强了强化学习的鲁棒性和适应性。