自适应强化学习控制器

全状态约束下稳定跟踪

为解决带有未知控制系数的连续时间切换随机非线性系统的跟踪控制问题,提出一种基于强化学习和神经网络的自适应控制器,通过重构状态和切换状态观测器实现全状态约束下的稳定跟踪。

Li, Hongyao · 王福利

International Journal of Systems Science 2023

技术优势

处理未知控制系数

通过定义重构状态,将未知控制系数从输入通道中分离,从而简化控制器设计。

处理全状态约束

采用时变障碍李雅普诺夫函数确保全状态约束始终满足。

切换与随机同时处理

利用平均驻留时间方法处理切换,并针对随机扰动建立稳定性分析。

跟踪性能提升

结合强化学习优化控制器参数,实现更好的跟踪效果。

应用场景