控制理论与应用

作者：李梦花,王鼎,乔俊飞

单位：北京工业大学 信息学部,北京工业大学 信息学部,北京工业大学 信息学部

关键词：神经网络; 自适应评判控制; 自适应动态规划; 非线性系统; 不对称约束; 多人非零和博弈

基金：科技创新2030 –“新一代人工智能”重大项目(2021ZD0112302, 2021ZD0112301), 国家重点研发计划项目(2018YFC1900800–5), 北京市自然科学 基金项目(JQ19013), 国家自然科学基金项目(62222301, 61890930–5, 62021003)

本文针对连续时间非线性系统的不对称约束多人非零和博弈问题, 建立了一种基于神经网络的自适应评判控制方法. 首先, 本文提出了一种新颖的非二次型函数来处理不对称约束问题, 并且推导出最优控制律和耦合Hamilton-Jacobi方程. 值得注意的是, 当系统状态为零时, 最优控制策略是不为零的, 这与以往不同. 然后, 通过构建单一评判网络来近似每个玩家的最优代价函数, 从而获得相关的近似最优控制策略. 同时, 在评判学习期间发展了一种新的权值更新规则. 此外, 通过利用Lyapunov理论证明了评判网络权值近似误差和闭环系统状态的稳定性. 最后, 仿真结果验证了本文所提方法的有效性

来源：2023年第9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9期