基於模型的強化學習

高藝 夏宇翔 陳鋒 劉攀 鍾家華

基於模型的強化學習

商品描述

強化學習是機器學習的一個基本範示，其中智能體執行動作以確保設備的最優性能。雖然這種機器學習範式近年來取得了巨大的成功和普及，但先前的學術研究要麽集中在理論上（最優控制和動態規劃），要麽集中在演算法上，其中大多數是基於模擬的。 《基於模型的強化學習》提供了一個基於模型的框架來橋接這兩個方面，從而創建了一個基於模型的線上學習控制主題的整體處理。在此過程中，作者尋求開發一個基於模型的資料驅動控制框架，該框架將資料系統識別、基於模型的強化學習和最優控制以及每個主題的應用連接起來。這種評估經典結果的新技術將會是更有效的強化學習系統。本書的核心是提供一個端到端的框架——從設計到應用——一種更容易處理的模型為基礎的強化學習技術。

作者簡介

米拉德·法爾西(Milad Farsi)，於2010年獲得大不里士大學電機工程(電子)學士學位，2013年獲薩罕德科技大學電機工程(控制系統)專業碩士學位。 2012年至2016年，擔任控制系統工程師，累積相關產業工作經驗。於2022年獲得加拿大滑鐵盧大學應用數學博士學位，目前擔任該校博士後研究員。研究方向包括：控制系統、強化學習及其在機器人和電力電子中的應用。

目錄大綱

前言
1 非線性系統分析
1.1 符號
1.2 非線性動態系統
1.3 Lyapunov穩定性分析
1.4 離散時間動態系統的穩定性分析
1.5 總結
參考文獻
2 優化控制
2.1 問題描述
2.2 動態規劃
2.3 線性二次型調節器
2.4 總結
參考文獻
3 強化學習
3.1 具有二次成本的控制仿射系統
3.2 精確策略迭代
3.3 未知動力學和函數逼近的策略迭代
3.4 總結
參考文獻
4 動態模型的學習
4.1 簡介
4.2 模型選擇
4.3 參數模型
4.4 參數化學習演算法
4.5 持續激勵
4.6 Python工具箱
4.7 對比結果
4.8 總結
參考文獻
5 基於結構化線上學習的連續時間非線性系統控制
5.1 簡介
5.2 結構化近似最適控制框架
5.3 局部穩定性與最適性分析
5.4 SOL演算法
5.5 模擬結果
5.6 小結
參考文獻
6 結構化線上學習方法在未知動態非線性追蹤的應用
6.1 簡介
6.2 追蹤控制的結構化線上學習
6.3 使用SOL的基於學習的追蹤控制
6.4 模擬結果
6.5 總結
參考文獻
7 分段學習與控制及其穩定性保證
7.1 簡介
7.2 問題公式化描述
7.3 分段學習與控制框架
7.4 不確定性邊界分析
7.5 分段仿射學習與控制的穩定性驗證
7.6 數值結果
7.7 總結
參考文獻
8 太陽能光電系統應用
8.1 簡介
8.2 問題描述
8.3 光伏陣列的最佳控制
8.4 應用註意事項
8.5 模擬結果
8.6 總結
參考文獻
9 四旋翼無人機低階控制應用
9.1 簡介
9.2 四旋翼無人機模型
9.3 基於RLS辨識器的四旋翼無人機結構化線上學習
9.4 數值結果
9.5 總結
參考文獻
10 Python工具箱
10.1 概述
10.2 用戶輸入
10.3 SOL
10.4 顯示與輸出
10.5 總結
參考文獻
附錄
A.1 註5.4的補充分析
A.2 註5.5的補充分析

類似商品