一种基于强化学习的自适应控制方法

摘要

本文针对模型未知、快速、多变量、强非线性的复杂系统的控制问题,在强化学习和动态规划的基础上,提出一种新的自适应控制方法.该控制方法在没有先验知识的条件下,应用分层控制思想,采用串联形式的双BP神经网络对系统进行递阶控制,并结合强化学习的自我调节能力,通过自身神经网络的在线学习,有效控制不稳定的非线性系统.本文以一级倒立摆系统为实验对象,仿真实验结果表明:所提出的控制方法具有非常好的控制效果和稳定精度,抗干扰能力强.