针对离散系统鲁棒非策略Q-学习算法的研究的必要性进行了分析和验证。首先提出了最优控制问题,然后利用Q-学习算法设计了基于数据驱动的最优控制器,并重点分析了非策略Q-学习算法在不确定性离散系统的最优控制问题中是否有效。最后通过仿真实验得出结论,在不确定环境下应该设计鲁棒非策略Q-学习算法以保证系统的稳定性。
科研之友
微信
新浪微博
Facebook
分享链接
