Received:2016-02-09 Revised:2016-09-26 Published:2016-12-27 Online:2016-12-29

1.辽宁石油化工大学理学院,辽宁抚顺113001;2.东北大学信息科学与工程学院,辽宁沈阳110004;3.沈阳师范大学计算机与数学基础教学部,辽宁沈阳110034

摘要： 针对模型自由的随机线性离散时间系统,通过Q 学习算法求解无限时间随机线性二次最优控制问题。首先根据贝尔曼最优性原理定义Q函数,通过值迭代算法的思想构造Q 学习算法;其次给出Q 学习算法的等价形式并证明其收敛性;最后通过一个仿真实例说明Q 学习算法的有效性。

关键词: Q 学习算法, 值函数, 随机线性二次最优控制, 随机代数方程

么彩莲, 王涛. 模型自由的离散时间系统的随机线性二次最优控制[J]. 辽宁石油化工大学学报, 2016, 36(6): 64-68.

PDF

Knowledge