【技术实现步骤摘要】
本专利技术属于控制学习领域，涉及基于强化学习与事件触发的离散非线性系统混合容错协调跟踪控制方法。
技术介绍
1、在实际的多智能体控制系统中，受限于执行器物理局限性，控制器的输出没办法完全执行施加到对象，执行器饱和发生时，它会导致系统性能下降，系统的吞吐量降低，甚至会导致系统崩溃，并且执行器往往受使用时间的推移慢慢的会损失一些精度甚至产生故障，因此针对执行器输入进行饱和限制以及对执行器故障进行建模分析，在控制器的设计过程中进行考虑以上因素，使得整个系统具有一定容错性，更好的贴近真实的运用场景极具实际应用前景。且在当前的研究中，大都是针对连续系统进行分析和处理，由于离散高阶系统在处理过程中由于很多理论和方法不能直接使用，相对于连续系统来说更加复杂，但是事实上在实际控制系统环路中离散情况居多，比如测量系统状态、计算和发布控制信号等过程，因此采用离散系统模型更合理也更方便。离散系统具备很多连续系统没有的优势，由于当前执行器的智能化发展，允许控制分级以及多路控制，离散系统在针对惯性大且相应慢的系统只需要通过周期的断开输出，便可以较小系统振荡，随者...
【技术保护点】
1.基于强化学习与事件触发的离散非线性系统混合容错协调跟踪控制方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于强化学习与事件触发的离散非线性系统混合容错协调跟踪控制方法，其特征在于：所述补偿项具有如下特征：
3.根据权利要求1所述的基于强化学习与事件触发的离散非线性系统混合容错协调跟踪控制方法，其特征在于：所述S4后还包括S5：算法稳定性与一致性分析；
【技术特征摘要】
1.基于强化学习与事件触发的离散非线性系统混合容错协调跟踪控制方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于强化学习与事件触发的离散非线性系统混合容错协调跟踪控制方法...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。