10.3969/j.issn.1003-6059.2006.03.021
一种用于LQR控制问题的强化学习方法
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.
强化学习、递推最小二乘、TD学习、最优控制
19
TP13(自动化基础理论)
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
406-411