由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书基于强化学习的数据驱动优化控制方法9787030728692
¥ ×1
“博士后文库”序言
前言
符号说明
章 绪论
1.1 很优控制理论
1.1.1 离散时间动态系统的很优控制
1.1.2 连续时间动态系统的很优控制
1.2 强化学习与自适应动态规划
1.2.1 自适应动态规划理论基本原理
1.2.2 自适应动态规划理论发展现状
1.3 微分博弈理论
1.4 多智能体系统的协同控制
1.5 事件触发机制
第2章 离散时间不确定线系统的数据驱动鲁棒控制设计方法
2.1 引言
2.2 问题描述
. 基于代数里卡蒂方程的鲁棒控制器设计方法
2.4 同轨策略强化学习算法
2.4.1 基于模型的同轨策略强化学习
2.4.2 带有探测噪声的同轨策略强化学习
2.5 异轨策略强化学习
2.5.1 基于模型的异轨策略强化学习
2.5.2 带有探测噪声的异轨策略强化学习
2.5.3 无模型的异轨策略强化学习
2.6 研究
2.7 小结
第3章 基于数据驱动的离散系统非零和博弈问题求解方法
3.1 引言
3.2 问题描述
3.2.1 非零和博弈问题
3.2.2 耦合代数里卡蒂方程
3.3 基于模型的自适应动态规划
3.3.1 同轨策略强化学习算法
3.3.2 异轨策略强化学习算法
3.4 无模型自适应动态规划
3.5 研究
3.5.1 案例一:离线迭代强化学习算法
3.5.2 案例二:同轨策略强化学习算法
3.5.3 实例三:异轨策略强化学习算法
3.6 小结
第4章 连续时间动态系统非零和博弈问题的数据驱动积分型强化学习方法
4.1 引言
4.2 问题描述
4.2.1 带衰减系数的非零和博弈的耦合代数里卡蒂方程
4.2.2 离线策略迭代算法
4.3 积分值迭代算法
4.3.1 积分值迭代算法
4.3.2 具有衰减系数的等价积分值迭代
4.4 理论分析
4.4.1 积分值迭代算法的正定分析
4.4.2 积分值迭代算法的稳定分析
4.4.3 积分值迭代算法的收敛分析
4.5 研究
4.6 小结
第5章 基于学习的数据驱动间歇反馈控制器设计方法
5.1 引言
5.2 问题描述
5.2.1 时间触发很优控制
5.2.2 间歇反馈控制
5.3 静态间歇反馈设计
5.3.1 基于模型的静态事件触发控制
5.3.2 基于数据的静态事件触发控制
5.4 基于学习的数据驱动间歇反馈控制
5.5 研究
5.6 小结
第6章 一类异构多智能体系统的数据驱动模型参考分布式包含控制设计方法
6.1 引言
6.2 问题描述
6.3 分布式自适应观测器设计
6.4 分布式很优模型参考包含控制
6.4.1 问题描述
6.4.2 非齐次贝尔曼方程
6.4.3 非齐次代数里卡蒂方程和很优讨论
6.4.4 非齐次代数里卡蒂方程的求解与稳定分析
6.5 接近分布式很优模型参考自适应包含控制
6.6 基于强化学习的接近分布式自适应很优包含控制设计
6.6.1 基于模型的强化学习设计方案
6.6.2 基于数据的强化学习设计方案
6.7 研究
6.8 小结
第7章 数据驱动多智能体系统的事件触发包含控制设计方法
7.1 引言
7.2 问题描述
7.3 时间触发包含控制设计
7.4 事件触发分布式包含控制设计
7.4.1 事件触发方案设计
7.4.2 事件触发机制的可行分析
7.5 异轨策略强化学习
7.6 研究
7.7 小结
参考文献
编后记
彩图
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
