%0 Journal Article
%T 基于强化学习的JLQ模型的直接自适应最优控制
%A 徐琰恺
%A 陈曦
%J 控制与决策
%P 1359-1362
%D 2008
%X 研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.
%K Markov
%K 跳变线性系统
%K 策略迭代
%K Q
%K 函数
%K 直接自适应最优控制')"
%K href="#">Markov
%K 跳变线性系统
%K 策略迭代
%K Q
%K 函数
%K 直接自适应最优控制
%U http://www.kzyjc.net:8080/CN/abstract/abstract8884.shtml