模式识别与人工智能
2025年4月5日 星期六   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2006, Vol. 19 Issue (3): 406-411    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种用于LQR控制问题的强化学习方法
文锋,陈宗海,周光明,陈春林
中国科学技术大学 自动化系 合肥 230027
A Reinforcement Learning Method for LQR Control Problem
WEN Feng, CHEN ZongHai, ZHOU GuangMing, CHEN ChunLin
Department of Automation, University of Science and Technology of China, Hefei 230027

全文: PDF (335 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 现有强化学习方法的收敛性分析大多针对离散状态问题,对于连续状态问题强化学习的收敛性分析仅局限于简单的LQR控制问题.本文对现有两种用于LQR问题收敛的强化学习方法进行分析,针对存在的问题,提出一种只需部分模型信息的强化学习方法.该方法使用递推最小二乘TD(RLSTD)方法估计值函数参数,递推最小二乘方法(RLS)估计贪心改进策略.并给出理想情况下此方法收敛的理论分析.仿真实验表明该方法收敛到最优控制策略.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
文锋
陈宗海
周光明
陈春林
关键词 强化学习递推最小二乘TD学习最优控制    
Abstract:Current convergence analyses of reinforcement learning method are mainly applied to discrete state problems. Analyses of continuous state reinforcement learning method are limited to simple LQR control problems. After analyzing two convergent reinforcement learning methods for LQR control problem, a new method only requiring partial model information is proposed to make up for the defects of these two methods. In this method, a recursive leastsquares TD method is used to estimate parameters of value function and a recursive leastsquares method is used to estimate the greedily improved policy. In theoretical analysis, a convergence proof is presented for the proposed policy iteration method in ideal case. Simulation result shows that this method converges an optimal control policy.
Key wordsReinforcement Learning    Recursive LeastSquares    Temporal Difference    Optimal Control   
收稿日期: 2004-06-07     
ZTFLH: TP13  
作者简介: 文锋,男,1978年生,博士研究生,主要研究方向为机器学习、智能控制等.陈宗海,男,1963年生,教授,博士生导师,主要研究方向为复杂系统的建模、仿真与控制、智能机器人、量子信息控制等.E-mail: chenzh@ustc.edu.cn.周光明,男,1978年生,博士研究生,主要研究方向为自主智能机器人、强化学习等.陈春林,男,1979年生,博士研究生,主要研究方向为强化学习、自主智能机器人等.
引用本文:   
文锋,陈宗海,周光明,陈春林. 一种用于LQR控制问题的强化学习方法[J]. 模式识别与人工智能, 2006, 19(3): 406-411. WEN Feng, CHEN ZongHai, ZHOU GuangMing, CHEN ChunLin. A Reinforcement Learning Method for LQR Control Problem. , 2006, 19(3): 406-411.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2006/V19/I3/406
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn