Resumen

Se ha presentado una nueva teoría de control de seguimiento óptimo robusto de aprendizaje por refuerzo descentralizado para robots modulares reconfigurables con restricciones temporales basadas en el identificador crítico de acciones (ACI) y la función de valor estado-acción (función Q) para resolver el problema de la política de control óptimo no lineal en tiempo continuo para sistemas robóticos de incertidumbre fuertemente acoplados. La dinámica del robot modular reconfigurable con restricciones temporales se describe como una síntesis de subsistemas interconectados, y en este trabajo se han diseñado la ecuación de estado en tiempo continuo y la función Q. Combinando ACI y la red RBF, se ha estimado la incertidumbre global del subsistema y la ecuación HJB (Hamilton-Jacobi-Bellman), donde se utilizan Critic-NN y Action-NN para aproximar la función Q óptima y la política de control óptima, y se adopta el identificador para identificar la incertidumbre global así como RBF-NN que se utiliza para actualizar los pesos de ACI-NN. Sobre esta base, se propone un nuevo controlador de seguimiento óptimo robusto descentralizado del subsistema, de modo que el subsistema puede seguir la trayectoria deseada y el error de seguimiento puede converger a cero en un tiempo finito. La teoría de Lyapunov confirma la estabilidad del ACI y del controlador de seguimiento óptimo robusto. Por último, se presentan ejemplos de simulación comparativa para ilustrar la eficacia del ACI propuesto y la teoría de control descentralizado.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:controlador robusto de seguimiento óptimo, aci, función, subsistema, incertidumbre global, ecuación de estado en tiempo continuo, política de control óptimo no lineal, teoría de control robusto de seguimiento óptimo, función de valor de acción, ejemplos de simulación comparativa
• Keywords:robust optimal tracking controller, aci, function, subsystem, global uncertainty, continuous time state equation, nonlinear optimal control policy, robust optimal tracking control theory, action value function, comparative simulation examples