基于强化学习的非线性输入受限系统最优控制
来源：计算机应用与软件杂志2025年第2期北京时间：
作者：高晓格, 韩淑云
摘要：针对一类输入受限的非线性系统最优跟踪控制问题，提出一种基于强化学习的自适应动态规划的控制策略。通过设计一种合适的性能指标函数解决控制系统输入受限问题；通过设计评价神经网络来估计系统的最优性能指标函数，从而求解控制系统HJB（Hamilton-Jacobi-Bellman）方程，获得最优控制输入；利用Lyapunov方法获得评价网络的权重更新率，并证明系统的跟踪误差和评价网络的权重估计误差为最终一致有界（UUB）；通过数值仿真实验验证该控制策略的有效性。
关键词：非线性系统, 输入受限, 强化学习, 自适应动态规划
