基于数据驱动的自适应动态规划跟踪控制用于一类连续时间非线性系统

提出了一种基于数据驱动的自适应跟踪控制方法，用于一类连续时间非线性系统，采用了最近开发的目标表示启发式动态规划（GrHDP）架构。本文的主要重点是设计多变量跟踪方案，包括基于滤波的动作网络（FAN）架构，以及在连续时间下的稳定性分析。在此设计中，FAN用于观察系统功能，然后生成相应的控制动作和参考信号。目标网络将根据当前系统状态和控制动作自适应地提供内部奖励信号。该内部奖励信号被用作评论网络的输入，该网络在时间上近似成本函数。我们展示了在相同参数和环境设置下，相较于现有的启发式动态规划（HDP）方法其改进的跟踪性能。已提供两个示例的多变量跟踪控制的仿真结果，以表明所提方案可以在学习速度和整体性能方面实现更好的控制。