一类非线性动态系统基于强化学习的最优控制制
提出一类非线性不确定动态系统基于强化学习的最优控制方法. 该方法利用欧拉强化学习算法估计对象的未知非线性函数, 给出了强化学习中回报函数和策略函数迭代的在线学习规则. 通过采用向前欧拉差分迭代公式对学习过程中的时序误差进行离散化, 实现了对值函数的估计和控制策略的改进. 基于值函数的梯度值和时序误差指标值, 给出了该算法的步骤和误差估计定理. 小车爬山问题的仿真结果表明了所提出方法的有效性.
文件下载
评论信息
其他资源
- three.js+photo-sphere-viewer.js 全景图场景切换
- c++（QT5）（新版）画任意阶贝塞尔曲线（完整工程文件）
- 微电网经济优化
- 仿京东登录和注册页面
- mfc登录界面
- Windows下通过DirectShow控制USB摄像头,捕获视频流
- 采用新型步进阻抗，短截线负载四模谐振器的宽阻带双频带通滤波器
- HybridApp技术解析--原理篇
- vim-one：适应Vim的一种浅色和一种深色的配色方案-源码
- atom-inline-blame：Atom程序包显示blame inline-源码
- 教育培训学校小程序（前端后端）
- Solaris 内核结构
- stm32+UCOS+UCGUI3.98+FATFS综合程序
- 电商代码.zip
- 卡方检验案例
- S7A驱动完美破解
- java自定义异常之用户登录
- HALCON简单介绍 20181126
- javaweb敏捷开发+数据库
- H5拼图小游戏
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明