一种基于增强学习的自适应控制方法

针对模型未知时变非线性对象的控制问题,提出一种直接的自适应控制策略。该策略基于径向基神经网络并结合增强学习的自调节能力,无需知道控制对象的动态特性,而是通过在线试错在控制过程中不断积累与问题相关的信息,用以产生可接受的逐步优化的解。