作者：(伊朗)米拉德·法尔西,刘俊 著 高艺
页数：248
出版社：东南大学出版社
出版日期：2024
ISBN：9787576610444
电子书格式：pdf/epub/txt
网盘下载地址：下载基于模型的强化学习
内容简介
强化学习是机器学习的一个基本范示，其中智能体执行动作以确保设备的最优性能。虽然这种机器学习范式近年来取得了巨大的成功和普及，但以前的学术研究要么集中在理论上——最优控制和动态规划——要么集中在算法上——其中大多数是基于仿真的。《基于模型的强化学习》提供了一个基于模型的框架来桥接这两个方面，从而创建了一个基于模型的在线学习控制主题的整体处理。在此过程中，作者寻求开发一个基于模型的数据驱动控制框架，该框架将数据系统识别、基于模型的强化学习和最优控制以及每个主题的应用连接起来。这种评估经典结果的新技术将会是更有效的强化学习系统。本书的核心是提供一个端到端的框架——从设计到应用——一种更易于处理的基于模型的强化学习技术。基于模型的强化学习的读者还会发现:这是一本实用的教科书，适用于数据驱动和基于学习的控制研究生课程中，强调从数据对动态系统进行建模和控制。详细比较了不同技术的影响，如基本线性二次型控制器、基于学习的模型预测控制、无模型强化学习和结构化在线学习。非完整动力学的地面车辆应用与实例研究，以及在四旋翼直升机上的应用与实例研究。一个基于Python的在线工具箱，该工具箱包含本书所涵盖的内容以及必要的代码和数据。《基于模型的强化学习》是高年级本科生、研究生、研究助理、教授、过程控制工程师和机器人专家的有用参考书籍。
作者简介
米拉德·法尔西(Milad Farsi)，于2010年获大不里士大学电气工程(电子)学士学位，2013年获萨罕德科技大学电气工程(控制系统)专业硕士学位。2012年至2016年，担任控制系统工程师，积累相关行业工作经验。于2022年获得加拿大滑铁卢大学应用数学博士学位，目前担任该校博士后研究员。研究方向包括：控制系统、强化学习及其在机器人和电力电子中的应用。
刘俊，于2002年获上海交通大学应用数学学士学位，2005年获北京大学数学硕士学位，2010年获加拿大滑铁卢大学应用数学博士学位。现为滑铁卢大学的应用数学副教授和混合系统与控制方向加拿大首席科学家，并指导混合系统实验室。2011年至2012年，在加州理工学院作为博士后学者从事控制与动力系统研究。主要研究方向是混合系统与控制的理论和应用，包括在网络物理系统和机器人应用中的控制设计的严格计算方法。2012年至2015年，担任谢菲尔德大学控制与系统工程讲师。
目录
1 非线性系统分析
1.1 符号
1.2 非线性动态系统
1.3 Lyapunov稳定性分析
1.4 离散时间动态系统的稳定性分析
1.5 总结
参考文献
2 优化控制
2.1 问题描述
2.2 动态规划
2.3 线性二次型调节器
2.4 总结
参考文献
3 强化学习
3.1 具有二次成本的控制仿射系统
3.2 策略迭代
3.3 未知动力学和函数逼近的策略迭代
3.4 总结
参考文献
4 动态模型的学习
4.1 简介
4.2 模型选择
4.3 参数模型
4.4 参数化学习算法
4.5 持续激励
4.6 Python工具箱
4.7 对比结果
4.8 总结
参考文献
5 基于结构化在线学习的连续时间非线性系统控制
5.1 简介
5.2 结构化近似 控制框架
5.3 局部稳定性与 性分析
5.4 SOL算法
5.5 仿真结果
5.6 小结
参考文献
6 结构化在线学习方法在未知动态非线性跟踪中的应用
6.1 简介
6.2 跟踪控制的结构化在线学习
6.3 使用SOL的基于学习的跟踪控制
6.4 仿真结果
6.5 总结
参考文献
7 分段学习与控制及其稳定性保证
7.1 简介
7.2 问题公式化描述
7.3 分段学习与控制框架
7.4 不确定性边界分析
7.5 分段仿射学习与控制的稳定性验证
7.6 数值结果
7.7 总结
参考文献
8 太阳能光伏系统应用
8.1 简介
8.2 问题描述
8.3 光伏阵列的 控制
8.4 应用注意事项
8.5 仿真结果
8.6 总结
参考文献
9 四旋翼无人机低级控制应用
9.1 简介
9.2 四旋翼无人机模型
9.3 基于RLS识别器的四旋翼无人机结构化在线学习
9.4 数值结果
9.5 总结
参考文献
10 Python工具箱
10.1 概述
10.2 用户输入
10.3 SOL
10.4 显示与输出
10.5 总结
参考文献
附录
A.1 注释5.4的补充分析
A.2 注释5.5的补充分析
