基于折扣价值迭代的自适应评判设计在零和游戏中的应用与验证 研究背景 在控制领域，最优控制（Optimal Control）是一个核心研究方向，旨在设计和分析控制系统以优化系统性能。随着系统复杂度的增加，传统的基于哈密顿-雅可比-贝尔曼方程（Hamilton-Jacobi-Bellman, HJB）的最优控制方法面临“维度灾难”（Curse of Dimensionality）问题。为了应对这一挑战，研究者们提出了自适应动态规划（Adaptive Dynamic Programming, ADP）方法，结合强化学习（Reinforcement Learning）和函数逼近（Function Approximation）等技术，有效提升了复杂系统的控制能力。 零和游戏（Zero-Sum Game...

基于Wiener和Poisson噪声的随机Markov跳跃系统的最优控制：两种强化学习方法 学术背景 在现代控制理论中，最优控制是一个非常重要的研究领域，其目标是在各种约束条件下为动态系统设计一个最优控制策略，以最小化给定的成本函数。对于随机系统，传统的最优控制方法通常需要系统的完整模型信息，这在实际应用中存在很大的局限性。近年来，强化学习（Reinforcement Learning, RL）作为一种无需系统模型的方法，逐渐成为解决最优控制问题的重要工具。RL通过直接从数据中学习，能够获得最优值函数和最优策略，并且通过策略迭代（Policy Iteration）方法可以不断改进性能。 随机Markov跳跃系统（Stochastic Markovian Jump Systems, SMJS）...