weixin_43412878的博客

Sarsa算法与Q-learning思考Sarsa算法它与Q-learning相当的相似，不同点在于Q-learning在现实值代入的是s2状态下的最大值，而Sarsa是选择在s2上实实在在走的动作a，这个a可能是所有动作里的最大值，也可能不是。Sarsa算法我愿称之为说到做到型算法！如果思考比较两种算法选择最大值与否对算法的后续影响的话，Sarsa训练学习到的孩子，更容易偏向获得更高利益的动作，比方说他通过一直执行a2学习动作最后得到了高回报，那么下一次他学习时，就更偏向一直做a2学习动作，即使

部分先进控制技术的原理及推导（3）——模型预测控制模型预测控制（MPC: Model Prediction Control）是一种基于模型的闭环优化控制策略。从我的理解来说，他是其实就是一种数学算法，用来对模型的输出进行控制。模型预测控制的基本算法有模型算法控制（MAC:Model Algorithm Control），动态矩阵控制（DMC:Dynamic Matrix Control），广义预测控制(GPC: Generalized Predictive Control）等，他们的基本预测模型的选择有

部分先进控制技术的原理及推导（2）4.内模控制技术内模控制(Internal Model Control, IMC)是一种基于过程数学模型进行控制器设计的新型控制策略。常规PID难以适于强耦合多变量、强非线性和大时滞过程。利用内模控制原理可以对PID进行优化和参数整定。...

部分先进控制技术的原理及推导最近正在学习先进控制技术，特做了部分控制技术的推导简单的概念，方便自己能及时回顾与理解，由于这里的公式记录太麻烦，所以直接用word写公式然后截图留存，未经作者授权禁止转载。1.补偿控制1）前馈补偿控制是一种事前控制方式，在理论上可以运用不变性原理彻底消除误差，实现对扰动的完全补偿。2）前馈-反馈控制3）串联前馈控制2.史密斯（smith）预估控制适用于有纯延时的模型，理论上能够消除纯延时对系统的动态影响，但使用的前提是需要知道被控过程的精确模型，在实际工