专利详情

专利名称	基于数据的Q函数自适应动态规划方法
申请号	CN201310036976.X	专利类型	发明专利
公开（公告）号	CN103217899A	公开（授权）日	2013.07.24
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	赵冬斌;朱圆恒;刘德荣
主分类号	G05B13/04(2006.01)I	IPC主分类号	G05B13/04(2006.01)I
专利有效期	基于数据的Q函数自适应动态规划方法至基于数据的Q函数自适应动态规划方法	法律状态	实质审查的生效
说明书摘要	本发明提出一种基于数据的Q函数自适应动态规划方法解决最优控制问题。所述方法主要包括：步骤1，初始化稳定的控制策略；步骤2，用已有的控制策略初始化控制器(actor)、评价器(critic)神经网络的权重；步骤3，根据当前控制策略和当前时刻系统状态，生成被控制系统的控制动作并施加到被控制对象上，观测下一时刻的系统状态；步骤4，调整控制器、评价器神经网络的权重；步骤5，判断当前迭代周期是否已经结束，是则进入步骤6，否则回到步骤3；步骤6，判断最近两个迭代周期产生的神经网络权重是否有明显变化，是则用新产生的控制器、评价器神经网络进入步骤2，否则输出最终的控制器神经网络控制器。