基于离策略和扰动补偿的未知非线性系统最优控制

作     者：张国山 胡伟 郝君 ZHANG Guo-shan;HU Wei;HAO Jun

作者机构：天津大学电气自动化与信息工程学院天津300072 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2022年第52卷第5期

页      面：1145-1152页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

基　　金：国家自然科学基金项目(62073237) 

主　　题：自动控制技术 最优控制 未知扰动 离策略积分强化学习 扰动补偿 

摘      要：针对带有未知匹配扰动的仿射非线性连续系统,提出了一种基于离策略和扰动补偿的最优控制方法。首先,在策略迭代学习算法基础上,推导出离策略积分强化学习算法;然后,通过构建评价网络和执行网络近似系统的性能指标函数和最优控制律,并通过最小二乘法更新两个神经网络的权值。由于未知匹配扰动会影响最优控制器的输出,再利用比例积分控制方法设计扰动补偿控制器,使其能抑制扰动的影响;进而,根据李雅普诺夫稳定性理论证明了闭环系统的稳定性与神经网络权值的收敛性;最后,通过仿真算例验证了本文方法的有效性。