带状态约束的事件触发积分强化学习控制

来源：计算机测量与控制杂志2023年第7期北京时间：

作者：田奋铭,刘飞

单位：江南大学 轻工过程先进控制教育部重点实验室

摘要：为克服全状态对称约束以及控制策略频繁更新的局限,同时使得无限时间的代价函数最优,针对一类具有部分动力学未知的仿射非线性连续系统,提出一种带状态约束的事件触发积分强化学习的控制器设计方法。该方法是一种基于数据的在线策略迭代方法。引入系统转换将带有全状态约束的系统转化为不含约束的系统。基于事件触发机制以及积分强化学习算法,通过交替执行系统转换、策略评估、策略改进,最终系统在满足全状态约束的情况下,代价函数以及控制策略将分别收敛于最优值,并能降低控制策略的更新频率。此外,通过构建李亚普诺夫函数对系统以及评论神经网络权重误差的稳定性进行严格的分析。单连杆机械臂的仿真实验也进一步说明算法的可行性。

关键词：仿射非线性系统;最优控制;事件触发控制;积分强化学习;神经网络

基金资助：国家自然科学基金(No.61833007)