برنامه ریزی پویای تطبیقی مبتنی بر یادگیری تقویتی برای کنترل سیستم زاویه پیچ هواپیما با استفاده از فیدبک خروجی

روش برنامه ریزی پویای تقریبی ،نسخه تطبیقی روش برنامه ریزی پویا است که با استفاده از ایده یادگیری تقویتی ، انجام عملیات تکراری ارزیابی و بروز سازی سیاست کنترلی را تنها با اطلاع از دانش ورودی - خروجی سیستم میسر می سازد. . از دیگر ویژگی های روش جدید، قابلیت تطبیقی آن است که به نوبه خود باعث همراهی سیستم کنترلی با تغییرات زمانی و حتی تا حدودی عدم قطعیت های موجود در سیستم خواهد شد. نتایج شبیه سازی بر روی سیستم کنترل زاویه پیچ هواپیما نشان داده شده است .

Keywords:

یادگیری تقویتی . , برنامه ریزی پویای تقریبی , فیدبک خروجی , زاویه پیچ هواپیما