A target application of the constra

A target application of the constrained-training approach de- veloped in this paper is neural network function approximation in adaptive critic designs. Adaptive critics approximate solu- tions to complex optimal control problems by optimizing neural approximations of the control law and value function iteratively over time [7]. Lendaris and Neidhoefer write that “if a priori knowledge is available about the problem domain that may be translated into a starting design of the controller and/or the critic, then it behooves us to use this knowledge as a starting point for the ADP procedures” [12]. One reason is that the design may exploit prior knowledge to perform adequately while the ADP system is learning online. Another reason is that if the starting design is close to the optimal solution, then the ADP system works on refining the existing design instead of learning from scratch. Even when prior knowledge is successfully embedded in the starting adaptive critic controller, it may be deteriorated or completely forgotten after frequent parameter updates in the exploration phase.
In this section, the constrained-training approach is im- plemented to preserve an adaptive critic flight controller’s knowledge of a set of classical gain-scheduled designs. The simulated controller, taken from [17], is reviewed in Sections V-A and V-B. In Section V-C, it is shown that, after exploring regimes that are significantly nonlinear, memory of the gain-scheduled designs is considerably degraded due to interference. Finally, in Section V-D, the constrained training approach is implemented, thereby suppressing interference and preserving accurate memory of these designs at all times.

A. Review of Adaptive Critic Flight Control Design

It is assumed that the aircraft dynamics can be captured by a nonlinear differential equation

Kết quả (Việt) 1:

Một ứng dụng mục tiêu của phương pháp tiếp cận đào tạo hạn chế de-veloped trong bài báo này là xấp xỉ chức năng mạng nơ-ron trong thiết kế nhà phê bình thích nghi. Thích nghi phê bình gần đúng solu-tions để điều khiển tối ưu phức tạp vấn đề bằng cách tối ưu các xấp xỉ thần kinh của chức năng kiểm soát pháp luật và giá trị lặp đi lặp lại theo thời gian [7]. Lendaris và Neidhoefer viết rằng "Nếu kiến thức tiên có sẵn về vùng vấn đề có thể được dịch sang một thiết kế bắt đầu của bộ điều khiển và/hoặc các nhà phê bình, sau đó nó behooves chúng tôi sử dụng kiến thức này như là một điểm khởi đầu cho các thủ tục ADP" [12]. Một lý do là việc thiết kế có thể khai thác các kiến thức trước khi thực hiện đầy đủ trong khi hệ thống ADP học tập trực tuyến. Một lý do khác là nếu việc thiết kế bắt đầu là gần gũi với các giải pháp tối ưu, sau đó hệ thống ADP hoạt động về cải tiến thiết kế hiện tại thay vì học hỏi từ đầu. Ngay cả khi kiến thức trước khi thành công nhúng trong bộ điều khiển thích nghi nhà phê bình bắt đầu, nó có thể được giảm bớt hoặc hoàn toàn quên sau khi cập nhật thường xuyên tham số trong giai đoạn thăm dò.Trong phần này, phương pháp tiếp cận đào tạo hạn chế là im-plemented để bảo vệ một nhà phê bình thích nghi chuyến bay điều khiển kiến thức về một tập hợp các thiết kế dự kiến sẽ tăng cổ điển. Bộ điều khiển mô phỏng, Lấy từ [17], được xem xét trong phần V-A và V-B. Trong phần V-C, nó hiển thị rằng, sau khi khám phá chế độ được đáng kể phi tuyến, bộ nhớ của thiết kế dự kiến sẽ đạt được là đáng kể đây bị suy thoái do sự can thiệp. Cuối cùng, trong phần V-D, phương pháp tiếp cận đào tạo hạn chế được thực hiện, do đó đàn áp sự can thiệp và bảo quản các bộ nhớ chính xác của những thiết kế tại mọi thời điểm.A. đánh giá của nhà phê bình thích nghi chuyến bay điều khiển thiết kếNgười ta cho rằng các động thái máy bay có thể được chụp bởi một phương trình vi phân phi tuyến

Kết quả (Việt) 2:

Một ứng dụng Mục tiêu của chế đào tạo tiếp cận veloped triển trong bài viết này là thần kinh chức năng mạng xấp xỉ trong thiết kế nhà phê bình thích nghi. Nhà phê bình thích ứng gần đúng tions giải pháp để vấn đề kiểm soát tối ưu phức tạp bằng cách tối ưu hóa xấp xỉ thần kinh của các luật điều khiển và chức năng giá trị lặp đi lặp lại theo thời gian [7]. Lendaris và Neidhoefer viết rằng "nếu một kiến thức tiên nghiệm có sẵn về các vấn đề tên miền mà có thể được dịch thành một thiết kế bắt đầu của bộ điều khiển và / hoặc các nhà phê bình, sau đó nó behooves chúng tôi sử dụng kiến thức này như là một điểm khởi đầu cho các thủ tục ADP" [12]. Một lý do là những thiết kế có thể khai thác kiến thức trước khi thực hiện đầy đủ trong khi hệ thống ADP được học tập trực tuyến. Một lý do khác là nếu thiết kế bắt đầu gần các giải pháp tối ưu, sau đó hệ thống ADP hoạt động trên tinh chỉnh các thiết kế hiện tại thay vì học từ đầu. Ngay cả khi biết trước được thành công nhúng trong bộ điều khiển nhà phê bình thích nghi bắt đầu, nó có thể bị xấu đi hoặc hoàn toàn bị lãng quên sau khi cập nhật tham số thường xuyên trong giai đoạn thăm dò.
Trong phần này, các phương pháp tiếp cận hạn chế-đào tạo là trọng plemented để bảo tồn một nhà phê bình thích nghi bay điều khiển của kiến thức của một tập hợp các thiết kế được lưu theo lịch cổ điển. Các bộ điều khiển mô phỏng, lấy từ [17], được xem xét trong các phần VA và VB. Trong Phần VC, nó cho thấy rằng, sau khi khám phá chế độ, mà là phi tuyến đáng kể, bộ nhớ của thiết kế được lưu theo lịch bị suy thoái đáng kể do sự can thiệp. Cuối cùng, trong phần VD, các phương pháp đào tạo hạn chế được thực hiện, vì vậy ức chế sự can thiệp và bảo quản bộ nhớ chính xác của những thiết kế này ở tất cả các lần. A. Nhận xét ​​về thích ứng Critic bay thiết kế điều khiển Nó được giả định rằng động lực máy bay có thể được chụp bởi một phương trình vi phân phi tuyến