自適應動態規划（ADP）基礎

1 基礎概念 動態規划是利用最優性原理來解決最優和最優控制問題的一個非常有用的工具。最優性原則可以表示為：“最優策略具有這樣的性質:無論初始狀態和初始決策是什么，其余決策都必須構成與第一個決策產生的 ...

強化學習和ADP（上）

1 簡介 每一個生物都與其環境相互作用，並利用這些相互作用來改善自身的活動，以生存和增長。我們稱基於與環境交互的動作修正為強化學習(RL)。這里有很多類型的學習，包括監督學習，非監督學習等。強化學習 ...

強化學習和ADP（下）

強化學習在連續時間系統問題上求解相比於離散時間系統而言更加的困難，因此發展受到了延遲。下面討論一下原因 考慮到一個連續時間的非線性動態規划系統 \[\dot{x}=f(x)+g(x)u(83 ...