模型未知系统在线强化学习控制:理论、方法及挑战OA
在智能制造、航空航天、机器人等领域,系统动态模型未知的问题普遍存在,严重制约了传统基于模型控制方法的应用。强化学习作为一种数据驱动控制方法,具备通过与环境交互实现控制策略学习优化的能力,在应对模型未知场景下的最优控制任务中展现出广阔前景。围绕连续时间系统中的动态模型未知问题,通过结合工业实例、理论分析结果等方式,回顾了通用强化学习算法发展脉络及在模型已知场景的应用,梳理了基于模型的强化学习、离策略积分强化学习和Q学习等模型未知场景的代表性方法,介绍了基于Lyapunov的理论分析工具及相关假设,重点讨论了信息不完备场景下的强化学习决策大模型、安全强化学习以及稳定性与鲁棒性增强等前沿方向及现有方法面临的挑战。
张皓然;赵春晖;吴争光
浙江大学控制科学与工程学院工业控制技术全国重点实验室,浙江杭州310027浙江大学控制科学与工程学院工业控制技术全国重点实验室,浙江杭州310027浙江大学控制科学与工程学院工业控制技术全国重点实验室,浙江杭州310027
信息技术与安全科学
强化学习数据驱动控制模型未知系统在线强化学习智能控制
《国防科技大学学报》 2026 (2)
P.311-330,20
国家自然科学基金企业创新发展联合基金资助项目(U25B2050)国家自然科学基金资助项目(62133003)中国博士后科学基金资助项目(2025M781664)工业控制技术全国重点实验室浙大专项资助项目(ICT2025C01)工业控制技术全国重点实验室开放课题资助项目(ICT2025B07)。
评论