半Markov控制过程在线自适应优化算法

摘要：

考虑半Markov控制过程核未知情况下的优化问题,提出一种基于强化学习的在线自适应优化算法.运用基于事件的优化方法,通过建立半Markov控制过程事件驱动的随机切换分析模型,利用此模型的动态结构特性,结合在线学习估计梯度与随机逼近改进策略,导出在线自适应优化算法.该算法不依赖于半Markov核的信息,也无需计算相关状态的性能势,且以概率1收敛到全局最优.仿真实验结果验证了算法的有效性.

关键词： 半Markov控制过程 性能势 梯度估计 随机逼近 自适应 优化算法

作者: 江琦 奚宏生 殷保群

作者单位: 中国科学技术大学自动化系,安徽合肥230027

会议类型: 国内会议

会议名称: 第25届中国控制会议

会议地点: 哈尔滨

会议语种:中文

页码: 1056-1061

在线出版日期: 2006-08-07（万方平台首次上网日期，不代表论文的发表时间）