一类非线性系统的自强化学习自抗扰控制研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 引言 | 第14-15页 |
| 1.2 前人的研究成果 | 第15-17页 |
| 1.2.1 强化学习的发展与现状 | 第15-16页 |
| 1.2.2 自抗扰的发展与研究现状 | 第16-17页 |
| 1.3 本文研究的内容 | 第17-20页 |
| 第二章 强化学习与自抗扰基础理论 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 强化学习理论基础 | 第20-25页 |
| 2.2.1 马尔可夫决策过程 | 第20-21页 |
| 2.2.2 值函数 | 第21-22页 |
| 2.2.3 时间差分 | 第22-23页 |
| 2.2.4 AC结构的强化学习 | 第23-24页 |
| 2.2.5 在线自适应规划 | 第24-25页 |
| 2.3 自抗扰控制 | 第25-29页 |
| 2.3.1 跟踪微分器 | 第26-27页 |
| 2.3.2 扩张状态观测器 | 第27页 |
| 2.3.3 状态误差反馈控制律 | 第27-28页 |
| 2.3.4 线性自抗扰控制 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于ESO的强化学习控制器设计与仿真研究 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 纯反馈系统及预备知识 | 第30-33页 |
| 3.2.1 纯反馈系统 | 第30-31页 |
| 3.2.2 纯反馈系统的转换 | 第31-33页 |
| 3.3 RL-ESO控制器设计 | 第33-38页 |
| 3.3.1 RL-ESO结构 | 第33-34页 |
| 3.3.2 ESO的设计 | 第34-35页 |
| 3.3.3 RLC的设计 | 第35-38页 |
| 3.4 仿真实验与分析 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于线性自抗扰的强化学习控制 | 第42-52页 |
| 4.1 线性自抗扰控制器设计 | 第42-43页 |
| 4.2 RL-ADRC控制器的设计 | 第43-45页 |
| 4.2.1 评价网络设计 | 第43-44页 |
| 4.2.2 线性自抗扰执行器 | 第44页 |
| 4.2.3 线性自抗扰执行器的参数更新律 | 第44-45页 |
| 4.3 实验结果与分析 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 研究成果及发表的学术论文 | 第62-64页 |
| 导师和作者简介 | 第64-66页 |
| 附件 | 第66-67页 |
