提出了一种在线的自适应动态规划算法, 近似求解耦合的哈密尔顿雅可比(Hamilton-Jacobi-Isaacs,HJI)方程, 获得非线性系统混合H2/H∞控制的纳什均衡策略。通过在控制策略和干扰策略中加入已知噪声, 从而不依赖系统的模型信息, 得到一个求解混合H2/H∞控制问题的未知模型的近似动态规划算法。分别使用2个评价神经网络和2个执行神经网络, 同步在线更新2个值函数、控制策略和干扰策略, 神经网络未知参数通过最小二乘法进行估计。仿真结果验证了算法的可行性。
自适应动态规划 H2/H∞控制 耦合HJIE 最优控制 神经网络 adaptive dynamic programming H2/H∞ control coupled Hamilton-Jacobi-Isaacs equations optimum control neural network