| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第11-25页 |
| 1.1 动态规划基本理论 | 第11-14页 |
| 1.1.1 离散时间动态系统的动态规划 | 第12-13页 |
| 1.1.2 连续时间动态系统的动态规划 | 第13-14页 |
| 1.2 自适应动态规划理论研究现状 | 第14-17页 |
| 1.2.1 自适应动态规划理论基本原理 | 第14-15页 |
| 1.2.2 自适应动态规划理论发展现状 | 第15-17页 |
| 1.3 多智能体系统一致性问题的研究现状 | 第17-23页 |
| 1.3.1 无领航者的多智能体系统的一致性问题 | 第21-22页 |
| 1.3.2 单一领航者的多智能体系统的一致性问题 | 第22页 |
| 1.3.3 多领航者的多智能体系统的包含控制问题 | 第22-23页 |
| 1.4 本文的主要工作及结构安排 | 第23-25页 |
| 2 Hamiltonian泛函对自适应动态规划的几何解释 | 第25-47页 |
| 2.1 引言 | 第25-26页 |
| 2.2 问题描述 | 第26-28页 |
| 2.3 基于Hamiltonian泛函的近似动态规划理论框架 | 第28-38页 |
| 2.3.1 容许控制的性能指标求解 | 第29-31页 |
| 2.3.2 不同容许控制的性能指标比较 | 第31-34页 |
| 2.3.3 容许控制性能指标的改进 | 第34-38页 |
| 2.4 基于Hamiltonian泛函的近似动态规划算法的实现 | 第38-40页 |
| 2.5 仿真研究 | 第40-46页 |
| 2.5.1 线性二次型最优控制律设计 | 第40-43页 |
| 2.5.2 非线性状态调节器设计 | 第43-46页 |
| 2.6 本章小结 | 第46-47页 |
| 3 无模型自适应动态规划在离散时间鲁棒控制问题上的应用 | 第47-66页 |
| 3.1 引言 | 第47-48页 |
| 3.2 离散时间不确定线性系统的鲁棒控制问题 | 第48-49页 |
| 3.3 不确定线性系统鲁棒控制问题的离策略强化学习解法 | 第49-56页 |
| 3.3.1 离散时间最优控制问题的求解 | 第51-55页 |
| 3.3.2 不确定系统的鲁棒控制问题的最优控制律设计方法 | 第55-56页 |
| 3.4 基于模型的强化学习在线方法 | 第56-59页 |
| 3.5 基于数据的无模型强化学习在线方法 | 第59-64页 |
| 3.6 仿真实验 | 第64-65页 |
| 3.7 本章小结 | 第65-66页 |
| 4 基于自适应动态规划的异构多智能体系统的输出同步控制 | 第66-89页 |
| 4.1 引言 | 第66-67页 |
| 4.2 问题描述 | 第67-68页 |
| 4.3 分布式观测器设计 | 第68-73页 |
| 4.4 分布式最优跟踪控制律设计 | 第73-80页 |
| 4.4.1 含有输入的目标信号的分布式最优跟踪设计 | 第74-77页 |
| 4.4.2 非齐次黎卡提方程的推导 | 第77-80页 |
| 4.5 异构多智能体的分布式最优输出同步控制 | 第80-81页 |
| 4.6 数据驱动无模型自适应动态规划算法 | 第81-83页 |
| 4.7 仿真研究 | 第83-88页 |
| 4.8 本章小结 | 第88-89页 |
| 5 基于自适应动态规划的异构多智能体系统的包含控制 | 第89-114页 |
| 5.1 引言 | 第89-90页 |
| 5.2 预备知识 | 第90-91页 |
| 5.3 问题描述 | 第91-92页 |
| 5.4 分布式自适应动态观测器设计 | 第92-97页 |
| 5.5 分布式最优跟踪设计 | 第97-104页 |
| 5.5.1 分布式最优跟踪问题 | 第97-100页 |
| 5.5.2 非齐次代数黎卡提方程 | 第100-104页 |
| 5.6 无模型自适应动态规划解法 | 第104-108页 |
| 5.6.1 基于模型的自适应动态规划方法 | 第104-105页 |
| 5.6.2 基于数据的无模型自适应动态规划方法 | 第105-108页 |
| 5.7 仿真研究 | 第108-113页 |
| 5.8 本章小结 | 第113-114页 |
| 6 结论 | 第114-117页 |
| 6.1 论文工作与创新点 | 第114页 |
| 6.2 未来工作展望 | 第114-117页 |
| 参考文献 | 第117-131页 |
| 作者简历及在学研究成果 | 第131-135页 |
| 学位论文数据集 | 第135页 |
