Resumen

La programación dinámica adaptativa (ADP), que pertenece al campo de la inteligencia computacional, es una herramienta poderosa para abordar problemas de control óptimo. Para superar el cuello de botella de resolver las ecuaciones de Hamilton-Jacobi-Bellman, en este artículo se revisan varios enfoques de vanguardia de ADP. En primer lugar, se presentan dos métodos de ADP iterativos fuera de línea basados en modelos, incluyendo la iteración de políticas (PI) y la iteración de valores (VI), y se discuten en detalle sus respectivas ventajas y desventajas. En segundo lugar, se introduce el método de programación dinámica heurística multietapa (HDP), que evita la necesidad de un control admisible inicial y logra una rápida convergencia. Este método utiliza con éxito las ventajas de PI y VI y supera sus inconvenientes al mismo tiempo. Por último, la estrategia de control óptimo en tiempo discreto se prueba en un sistema de energía.

• Materias:Flujo de información Funciones Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Information flow Functions Population study System modeling Field model
• Palabras claves:Programación dinámica adaptativa; Inteligencia computacional; Problemas de control óptimo; Ecuaciones de Hamilton-Jacobi-Bellman; Iteración de políticas; Iteración de valores
• Keywords:Adaptive dynamic programming; Computational intelligence; Optimal control problems; HamiltonjacobiBellman equations; Policy iteration; Value iteration