LEARNING
通过脉冲监督探索学习一类非线性系统的局部最优控制器
Adebayo Olayinka Oke, Nilay Kant
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种脉冲监督的受限探索框架，用于学习一类非线性系统的局部最优控制器。该方法将连续时间近似动态规划与脉冲监督层相结合，通过脉冲制动将状态限制在局部线性近似有效的区域内，从而在保证参数收敛所需持续激励的同时避免状态偏离破坏局部最优性。
关键词
impulse-supervisedoptimal controlnonlinear systemsapproximate dynamic programmingexploration
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018