A novel actor–critic–identifier architecture for approximate optimal control of uncertain nonlinear systems

标识符 最优控制 控制理论(社会学) 有界函数 李雅普诺夫函数 指数稳定性 贝尔曼方程 趋同(经济学) 人工神经网络 非线性系统 强化学习 数学优化 自适应控制 汉密尔顿-雅各比-贝尔曼方程 计算机科学 数学 控制(管理) 人工智能 物理 量子力学 数学分析 经济 程序设计语言 经济增长
作者
Shubhendu Bhasin,Rushikesh Kamalapurkar,M. Johnson,Kyriakos G. Vamvoudakis,Frank L. Lewis,Warren E. Dixon
出处
期刊:Automatica [Elsevier BV]
卷期号:49 (1): 82-92 被引量:609
标识
DOI:10.1016/j.automatica.2012.09.019
摘要

An online adaptive reinforcement learning-based solution is developed for the infinite-horizon optimal control problem for continuous-time uncertain nonlinear systems. A novel actor–critic–identifier (ACI) is proposed to approximate the Hamilton–Jacobi–Bellman equation using three neural network (NN) structures—actor and critic NNs approximate the optimal control and the optimal value function, respectively, and a robust dynamic neural network identifier asymptotically approximates the uncertain system dynamics. An advantage of using the ACI architecture is that learning by the actor, critic, and identifier is continuous and simultaneous, without requiring knowledge of system drift dynamics. Convergence of the algorithm is analyzed using Lyapunov-based adaptive control methods. A persistence of excitation condition is required to guarantee exponential convergence to a bounded region in the neighborhood of the optimal control and uniformly ultimately bounded (UUB) stability of the closed-loop system. Simulation results demonstrate the performance of the actor–critic–identifier method for approximate optimal control.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Owen应助qingwaguagua采纳,获得10
11秒前
陈俊雷完成签到 ,获得积分10
12秒前
安静的ky完成签到,获得积分10
13秒前
19秒前
香蕉觅云应助科研通管家采纳,获得10
20秒前
24秒前
guanzhipeng发布了新的文献求助10
28秒前
鹰少完成签到,获得积分10
30秒前
磐xst完成签到 ,获得积分10
32秒前
王一一一一完成签到,获得积分10
35秒前
啊多啦完成签到 ,获得积分10
36秒前
zgaolei完成签到,获得积分10
37秒前
Heart_of_Stone完成签到 ,获得积分10
37秒前
37秒前
张宏磊完成签到,获得积分20
40秒前
风趣朝雪完成签到,获得积分10
40秒前
张宏磊发布了新的文献求助10
43秒前
从容的水壶完成签到 ,获得积分0
44秒前
chaoschen完成签到,获得积分10
47秒前
kk完成签到,获得积分10
49秒前
GTR的我完成签到 ,获得积分10
56秒前
Yuki完成签到 ,获得积分10
59秒前
沙脑完成签到 ,获得积分10
1分钟前
爱笑之卉完成签到 ,获得积分10
1分钟前
吉吉完成签到,获得积分10
1分钟前
陈志刚完成签到,获得积分10
1分钟前
调皮的大炮完成签到 ,获得积分10
1分钟前
机智野狼完成签到 ,获得积分10
1分钟前
1分钟前
yuxi2025完成签到 ,获得积分10
1分钟前
围城完成签到 ,获得积分10
1分钟前
凡凡完成签到,获得积分10
1分钟前
WL发布了新的文献求助20
1分钟前
8R60d8应助hzs采纳,获得10
1分钟前
MRJJJJ完成签到,获得积分10
1分钟前
1分钟前
知行者完成签到 ,获得积分10
1分钟前
cpx完成签到 ,获得积分10
1分钟前
回首不再是少年完成签到,获得积分0
1分钟前
guanzhipeng完成签到,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Organometallic Chemistry of the Transition Metals 800
Chemistry and Physics of Carbon Volume 18 800
The Organometallic Chemistry of the Transition Metals 800
The formation of Australian attitudes towards China, 1918-1941 640
Signals, Systems, and Signal Processing 610
全相对论原子结构与含时波包动力学的理论研究--清华大学 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6440926
求助须知:如何正确求助?哪些是违规求助? 8254769
关于积分的说明 17572210
捐赠科研通 5499184
什么是DOI,文献DOI怎么找? 2900113
邀请新用户注册赠送积分活动 1876725
关于科研通互助平台的介绍 1716941