The book also describes how to use approximate dynamic programming methods to solve multi-player differential games online. Differential games have been shown to be important in H-infinity robust control for disturbance rejection, and in coordinating activities among multiple agents in networked teams. The focus of this book is on continuous-time systems, whose dynamical models can be derived directly from physical principles based on Hamiltonian or Lagrangian dynamics. Simulation examples are given throughout the book, and several methods are described that do not require full state dynamics information.
ترجمه فارسی (ترجمه ماشینی)
کنترل کننده های تطبیقی و کنترل کننده های بهینه دو روش متمایز برای طراحی سیستم های کنترل اتوماتیک هستند. کنترلکنندههای تطبیقی بهصورت آنلاین بهصورت آنلاین یاد میگیرند که چگونه سیستمها را کنترل کنند، اما عملکرد مطلوبی ندارند، در حالی که کنترلکنندههای بهینه باید بهصورت آفلاین و با استفاده از دانش کامل از دینامیک سیستمها طراحی شوند. این کتاب نشان میدهد که چگونه میتوان از برنامهنویسی پویا تقریبی – یک تکنیک یادگیری ماشینی تقویتی که با مکانیزمهای یادگیری در سیستمهای بیولوژیکی و جانوری ایجاد میشود – برای طراحی خانوادهای از الگوریتمهای کنترل بهینه تطبیقی استفاده کرد که با اندازهگیری دادهها در زمان واقعی به راهحلهای کنترل بهینه همگرا میشوند. در طول مسیرهای سیستم
این کتاب همچنین نحوه استفاده از روشهای برنامهنویسی پویا تقریبی را برای حل بازیهای دیفرانسیل چند نفره آنلاین توضیح میدهد. نشان داده شده است که بازی های دیفرانسیل در کنترل قوی H-infinity برای رد اغتشاش و در هماهنگی فعالیت ها بین چندین عامل در تیم های شبکه ای مهم هستند. تمرکز این کتاب بر روی سیستمهای زمان پیوسته است که مدلهای دینامیکی آنها را میتوان مستقیماً از اصول فیزیکی مبتنی بر دینامیک همیلتونی یا لاگرانژی استخراج کرد. مثالهای شبیهسازی در سرتاسر کتاب آورده شدهاند و چندین روش توضیح داده شدهاند که به اطلاعات دینامیک وضعیت کامل نیاز ندارند.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.