控制理论与应用

作者：石义博,王朝立

单位：上海理工大学,上海理工大学

关键词：非零和博弈; 积分强化学习; 最优跟踪控制; 神经网络; 事件触发

近年来, 对于具有未知动态的非零和微分博弈系统的跟踪问题, 已经得到了讨论, 然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用. 针对具有未知动态的连续时间非线性非零和微分博弈系统, 本文提出了一种基于积分强化学习的事件触发自适应动态规划方法. 该策略受梯度下降法和经验重放技术的启发, 利用历史和当前数据更新神经网络权值. 该方法提高了神经网络权值的收敛速度, 消除了一般文献设计中常用的初始容许控制假设. 同时, 该算法提出了一种易于在线检查的持续激励条件(通常称为PE), 避免了传统的不容易检查的持续激励条件. 基于李亚普诺夫理论, 证明了跟踪误差和评价神经网络估计误差的一致最终有界性. 最后, 通过一个数值仿真实例验证了该方法的可行性.

来源：2023年第2期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2023年第2期