隨機(jī)線性二次問題中一類改進(jìn)的強(qiáng)化學(xué)習(xí)方法

摘  要：隨機(jī)線性二次問題是一類重要且研究較為成熟的隨機(jī)控制問題。其中，部分信息條件下的隨機(jī)線性二次問題是指系統(tǒng)的狀態(tài)方程或代價(jià)函數(shù)中存在未知系數(shù)的情形，該文在前人工作的基礎(chǔ)上，改進(jìn)部分信息條件下線性二次問題的最優(yōu)控制在線強(qiáng)化學(xué)習(xí)算法。所研究系統(tǒng)方程和代價(jià)函數(shù)的系數(shù)都存在未知量，在此條件下，算法通過可觀察的樣本軌跡和回報(bào)函數(shù)求得最優(yōu)控制以及代價(jià)函數(shù)中的未知系數(shù)，進(jìn)一步地，我們給出迭代過程收斂性與控制穩(wěn)定性的證明。（剩余4004字）