一种自适应强化学习算法在状态空间构建中的应用

针对模型未知以及具有连续状态的系统控制问题，提出一种基于强化学习的自适应控制策略。在Actor-Critic框架下，建立归一化径向基网络的自适应调节机制，实现未知系统状态空间的动态创建。有效克服了状态空间分割所带来的维度灾难，而且能够使得系统的结构总保持在最佳状态。通过对倒立摆控制的仿真研究验证了方法的有效性。