Optimális adaptív irányítás és differenciális játékok a megerősítéses tanulás elvei alapján

Eredeti címe:

Optimal Adaptive Control and Differential Games by Reinforcement Learning Principles

Könyv tartalma:

Az adaptív szabályozók és az optimális szabályozók két különböző módszer az automatikus vezérlőrendszerek tervezésére.

Az adaptív szabályozók valós időben, online tanulják meg, hogyan kell szabályozni a rendszereket, de nem nyújtanak optimális teljesítményt, míg az optimális szabályozókat offline kell megtervezni a rendszerek dinamikájának teljes ismeretében. Ez a könyv bemutatja, hogy a közelítő dinamikus programozás - egy megerősítő gépi tanulási technika, amelyet a biológiai és állati rendszerek tanulási mechanizmusai motiváltak - hogyan használható olyan adaptív optimális szabályozási algoritmusok családjának tervezésére, amelyek valós időben konvergálnak az optimális szabályozási megoldásokhoz a rendszerpályák mentén mért adatok alapján.

A könyv azt is leírja, hogyan lehet közelítő dinamikus programozási módszereket alkalmazni többszereplős differenciális játékok online megoldására. A differenciáljátékok fontosnak bizonyultak a Hinfinity robusztus szabályozásban a zavarok visszaverésére, valamint a hálózatba kapcsolt csapatokban több ágens közötti tevékenységek koordinálásában. A könyv középpontjában olyan folytonos idejű rendszerek állnak, amelyek dinamikai modelljei közvetlenül levezethetők a Hamilton- vagy Lagrange-dinamikán alapuló fizikai elvekből.

A könyvben végig szimulációs példák szerepelnek, és számos olyan módszert ismertetünk, amelyekhez nem szükséges a teljes állapotdinamikai információ. Az Optimal Adaptive Control and Differential Games by Reinforcement Learning Principles (Optimális adaptív szabályozás és differenciáljátékok a megerősítéses tanulás elvei alapján) a visszacsatolt szabályozási rendszerek tervezésével foglalkozó gépész-, villamos- és űrmérnökök könyvespolcainak elengedhetetlen kiegészítője.