一种基于强化学习和李雅普诺夫函数的鲁棒控制方法
授权
摘要
本发明涉及一种基于强化学习和李雅普诺夫函数的鲁棒控制方法，通过自适应在线贝叶斯推理对机器人动力学进行建模，基于李雅普诺夫构造带约束强化学习问题，通过构建控制李雅普诺夫函数和控制屏障函数策略,实现机器人高效性学习、稳定性工作、安全探索；解决了非线性、混合动力学安全关键机器人系统在状态、动作空间受限的任务场景中，面对自身系统不确定性和外部环境不确定性存在不安全性、不稳定、不高效的技术问题。
基本信息
专利标题 ：
一种基于强化学习和李雅普诺夫函数的鲁棒控制方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110928189A
申请号 ：
CN201911260424.0
公开（公告）日 ：
2020-03-27
申请日 ：
2019-12-10
授权号 ：
CN110928189B
授权日 ：
2022-04-29
发明人 ：
潘杰森郑磊成慧胡海峰
申请人 ：
中山大学
申请人地址 ：
广东省广州市海珠区新港西路135号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
陈伟斌
优先权 ：
CN201911260424.0
主分类号 ：
G05B13/04
IPC分类号 ：
G05B13/04
IPC结构图谱
G
G部——物理
G05
控制；调节
G05B
一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置
G05B13/00
自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统
G05B13/02
电的
G05B13/04
包括使用模型或模拟器的
法律状态
2022-04-29 ：
授权
2020-04-21 ：
实质审查的生效
IPC(主分类) : G05B 13/04
申请日 : 20191210
申请日 : 20191210
2020-03-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
