研究人员开发了一种名为高斯过程强化学习增强模型预测控制(GP--RL--MPC)的新方法。该方法集成了利用高斯过程回归(GPR)的学习批评家,作为模型预测控制(MPC)中的终端惩罚。该系统旨在从有限的回滚中进行数据高效学习,并包含一个可调的风险系数来管理批评家预测中的不确定性。应用于受扰动的连续搅拌釜反应器(CSTR),与基线MPC相比,GP--RL--MPC在均方误差和方面平均减少了80.52%。 AI
影响 这项研究通过更好地处理不确定性,可能导致在复杂环境中更鲁棒和高效的控制系统。
排序理由 该集群包含一篇详细介绍控制系统新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
- continuous stirred-tank reactor
- Gaussian Process
- GP--RL--MPC
- Model Predictive Control
- Optimistic Approximate Policy Iteration
- reinforcement learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →