控制理论与应用

作者：罗傲,肖文彬,周琪,鲁仁全

单位：广东工业大学,广东工业大学,广东工业大学,广东工业大学

关键词：输入约束; 不可测状态; 最优控制; 强化学习; 反步法

基金：国家自然科学基金项目(62121004, 61973091),“广东特支计划”本土创新创业团队项目(2019BT02X353), 广东省重点领域研发计划项目 (2021B0101410005)资助.

针对部分系统存在输入约束和不可测状态的最优控制问题, 本文将强化学习中基于执行–评价结构的近似最优算法与反步法相结合, 提出了一种最优跟踪控制策略. 首先, 利用神经网络构造非线性观测器估计系统的不可测状态. 然后, 设计一种非二次型效用函数解决系统的输入约束问题. 相比现有的最优方法, 本文提出的最优跟踪控制方法不仅具有反步法在处理n阶系统跟踪问题上的优势, 而且保证了所有虚拟控制器均为最优, 同时, 该方法可以简化控制器设计过程. 最后, 基于李雅普诺夫稳定性理论, 证明了闭环系统中的所有信号一致最终有界. 通过仿真结果验证该方法的有效性.

来源：2022年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第1期