无需系统模型，实时学习
提出一种无模型哈密顿-雅可比-贝尔曼方程，结合时间差分技术，实现未知非线性系统最优控制的实时在线学习，消除了对系统动力学的依赖。
Zhu, Liao · Wei, Qinglai · 郭平
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024
通过无模型哈密顿-雅可比-贝尔曼方程，完全消除了对系统动力学的依赖，适用于未知非线性系统。
利用时间差分技术，仅使用当前和先前状态数据在线调谐，无需等待迭代收敛。
神经网络权重的拟合误差在每次迭代中指数收敛，保证学习速度。