強化学習アルゴリズムによる離散時間マルチエージェントシステムの適応的フォールトトレラント追跡制御

本論文では、強化学習アルゴリズムを用いて離散時間マルチエージェントシステムのクラスに対する適応的フォールトトレラント追跡制御問題を調査します。アクションニューラルネットワーク(NN)は、未知および望ましい制御入力信号を近似するために使用され、批評NNは設計手続きにおけるコスト関数を推定するために使用されます。さらに、バックステッピング技術と強化学習アルゴリズムを組み合わせることにより、直接適応最適コントローラが設計されます。既存の強化学習アルゴリズムと比較して、学習パラメータを減らす方法を使用することにより、計算負担を効果的に軽減できます。制御性能に対するデッドゾーンおよびアクチュエータの故障の影響を補償するために、適応補助信号が確立されます。リャプノフ安定性理論に基づき、閉ループシステムの全信号が半グローバルに均一に最終的に有界であることが証明されます。最後に、提案されたアプローチの有効性を示すためにいくつかのシミュレーション結果が提示されます。