摘要：针对带有状态和输入约束的机械臂不确定系统模型,提出了基于障碍李雅普诺夫函数的局部加权学习控制方法。将系统控制输入看作扩展状态,从而将该控制问题转化为带有扩展状态约束的不确定非线性系统控制问题。将障碍李雅普诺夫函数引入到反步法,设计局部加权学习控制,保证障碍李雅普诺夫函数指数收敛到零点一个小邻域,进而保证了系统状态、输入约束的满足和跟踪误差的收敛。通过理论分析和仿真实验验证了所设计控制器的可行性和有效性。

摘要：针对局部加权学习算法预测船舶运动状态耗时过多和训练距离测度时间长的问题,结合OpenMP并行算法开发的特点和LWL算法数据分布的特性,对LWL算法的加权函数、距离函数、最小二乘求解进行了OpenMP并行化设计。以Mariner轮整体型数学模型为研究对象进行仿真研究,仿真结果表明,并行算法与串行精度一致,并行的加速效果与处理算法紧密相关,即便在并发线程不超过计算机核心数的情况下,也并非并发线程越多越好。当选取线程数量为2、4、8时并行算法与全局最优LWL算法相比训练时间缩短了33.0%,OpenMP并行算法具有较好的并行效率。

摘要：针对连续空间强化学习问题,提出一种基于局部加权学习的增量最近邻时域差分(TD)学习框架.通过增量方式在线选取部分已观测状态构建实例词典,采用新观测状态的范围最近邻实例逼近其值函数与策略,并结合TD算法对词典中各实例的值函数和资格迹迭代更新.就框架各主要组成部分给出多种设计方案,并对其收敛性进行理论分析.对24种方案组合进行仿真验证的实验结果表明,SNDN组合具有较好的学习性能和计算效率.