مقاله یادگیری تقویتی مبتنی بر مدل برای ردیابی بهینه تقریبی افق بینهایت

عنوان مقاله فارسی: یادگیری تقویتی مبتنی بر مدل برای ردیابی بهینه تقریبی افق بینهایت عنوان مقاله لاتین: Model-Based Reinforcement Learning for Infinite-Horizon Approximate Optimal Tracking نویسندگان: Rushikesh Kamalapurkar; Lindsey Andrews; Patrick Walters; Warren E. Dixon تعداد صفحات: 5 سال انتشار: 2017 زبان: لاتین Abstract: This brief paper provides an approximate online adaptive solution to the infinite-horizon optimal tracking problem for control-affine continuous-time nonlinear systems with unknown drift dynamics. To relax the persistence of excitation condition, model-based reinforcement learning is implemented using a concurrent-learning-based system identifier to simulate experience by evaluating the Bellman error over unexplored areas of the state space. Tracking of the desired trajectory and convergence of the developed policy to a neighborhood of the optimal