研究了动态神经网络在微分对策建模与控制中的应用,研究了将神经网络与语义控制、强化学习等相结合应用于微分对策问题,将微分对策的双边优化问题转化成了基于神经网络的机器学习问题,实现了用混合人工智能技术求解微分对策的双边优化问题;采用自适应评判神经网络结构实现了微分对策问题的自动求解,能自动产生网络训练所需的样本,且不依赖于系统初始条件;研究了采用伴随BP技术求解微分对策问题,并以此为基础,实现了极小极大化鲁棒控制问题的神经网络优化求解。以上研究建立了神经网络与最优控制问题之间直接关系,且不依赖于专家知识库的建立,将复杂的微分对策两点边值求解问题转化成了神经网络的学习问题,为微分对策理论工程化应用提供了一种切实有效的技术突径。
英文主题词Neural Networks; Differential Games; Reinforcement Learning; Semantic Control