[发明专利]一种基于加强学习的最优跟踪控制算法在审
| 申请号： | 202110081538.X | 申请日： | 2021-01-21 |
| 公开（公告）号： | CN112925203A | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 王雨佳;杨佳锷;王牧原;杨佳喆 | 申请（专利权）人： | 深圳翱诺科技有限公司 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 北京君恒知识产权代理有限公司 11466 | 代理人： | 张林 |
| 地址： | 150001 黑龙江省哈*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 加强 学习 最优 跟踪 控制 算法 | ||
【权利要求书】：
1.一种基于加强学习的最优跟踪控制算法，其特征在于：该方法包括以下步骤：
步骤一：建立非线性系统的数学模型；
步骤二：定义系统跟踪误差，建立无限域性能指标；
步骤三：求取最优跟踪控制策略；
步骤四：求取近似最优跟踪控制器。
2.根据权利要求1所述的一种基于加强学习的最优跟踪控制算法，其特征在于：步骤一中的非线性系统为：
其中，代表系统的n维状态向量，和分别表示系统的非线性模型函数，代表系统的m维控制输入。
3.根据权利要求2所述的一种基于加强学习的最优跟踪控制算法，其特征在于：步骤二中的定义系统的跟踪误差向量如下：
e＝x-xd
则，根据步骤一中的非线性系统，表示误差动态如下
设计新型的无限域性能指标如下：
其中：
4.根据权利要求1所述的一种基于加强学习的最优跟踪控制算法，其特征在于：最优跟踪控制策略利用哈密顿方程求取。
5.根据权利要求1所述的一种基于加强学习的最优跟踪控制算法，其特征在于：最优跟踪控制策略利用迭代学习和神经网络技术求取。
6.根据权利要求1所述的一种基于加强学习的最优跟踪控制算法，其特征在于：仿真验证基于加强学习的最优跟踪控制算法的有效性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳翱诺科技有限公司，未经深圳翱诺科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110081538.X/1.html，转载请声明来源钻瓜专利网。
