Resumen

Este documento sugiere una solución en línea para el control óptimo de seguimiento de sistemas robóticos basada en un método de aprendizaje por refuerzo (RL) basado en una red neuronal (NN) de crítico único. Con este fin, reescribimos el modelo del sistema robótico en forma de espacio de estados, lo que facilitará la realización de la síntesis de control de seguimiento óptimo. Para mantener la respuesta de seguimiento, se diseña un control en estado estable, y luego se utiliza un control de seguimiento óptimo adaptativo para garantizar que el error de seguimiento pueda lograr convergencia de manera óptima. Para resolver el control óptimo obtenido a través del marco de programación dinámica adaptativa (ADP), se formulan la trayectoria de comando a seguir y el Hamiltoniano-Jacobi-Bellman (HJB) de seguimiento modificado. Se desarrolla un algoritmo de RL en línea para abordar la ecuación HJB utilizando una red neuronal de crítico con algoritmo de aprendizaje en línea. Se proporcionan resultados de simulación para verificar

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Solución en línea; Control óptimo de seguimiento; Sistemas robóticos; Red neuronal; Aprendizaje por refuerzo; Programación dinámica adaptativa
• Keywords:Online solution; Optimal tracking control; Robotic systems; Neural network; Reinforcement learning; Adaptive dynamic programming