面向非线性系统的知识驱动高效安全评判学习控制OA
针对具有状态约束的离散时间非线性系统,开发一种知识驱动高效安全评判学习控制算法.首先,基于知识迁移技术,利用历史任务中的先验知识来改善评判学习控制算法在当前目标任务中的学习效率.同时,构造一类单调递减的衰减函数以避免先验知识影响控制策略的最优性.其次,通过设计合适的障碍函数,成功将具有状态约束的最优调节问题转化为无约束最优调节问题,进而建立一种安全评判学习控制框架.利用所提控制算法,可高效求解一类具有状态约束的非线性系统最优控制问题.此外,为提供严谨的理论依据,给出所提控制算法的收敛性证明以及控制策略的稳定性判别准则.最后,利用两个数值仿真实例验证了所提算法的有效性.
王鼎;李鑫;赵明明;乔俊飞
北京工业大学信息科学技术学院,北京100124 计算智能与智能系统北京市重点实验室,北京100124 智慧环保北京实验室,北京100124 北京人工智能研究院,北京100124北京工业大学信息科学技术学院,北京100124 计算智能与智能系统北京市重点实验室,北京100124 智慧环保北京实验室,北京100124 北京人工智能研究院,北京100124北京工业大学信息科学技术学院,北京100124 计算智能与智能系统北京市重点实验室,北京100124 智慧环保北京实验室,北京100124 北京人工智能研究院,北京100124北京工业大学信息科学技术学院,北京100124 计算智能与智能系统北京市重点实验室,北京100124 智慧环保北京实验室,北京100124 北京人工智能研究院,北京100124
信息技术与安全科学
自适应动态规划控制障碍函数安全评判学习控制知识迁移非线性系统
《自动化学报》 2026 (8)
P.1757-1768,12
国家自然科学基金(62473012,62222301)北京市自然科学基金(F251019)新一代人工智能国家科技重大专项(2021ZD0112302,2021ZD0112301)资助。
评论