非线性系统辨识不再挑激励信号:强化学习智能体自己学会填满状态空间
非线性系统辨识的激励信号设计此前依赖预设信号类别和逐次优化,且主要面向线性模型的最小化参数方差。这里把空间填充输入设计改写为强化学习问题,智能体按系统观测逐步给出受幅值约束的输入,无需选择输入类别或调频率带。在非线性弹簧-质量-阻尼与Van der Pol两个基准系统上,同一幅值界内学到的策略取得最佳整体空间填充表现,样本分布比现有空间填充多正弦设计更均匀。
非线性系统辨识的激励信号设计此前依赖预设信号类别和逐次优化,且主要面向线性模型的最小化参数方差。这里把空间填充输入设计改写为强化学习问题,智能体按系统观测逐步给出受幅值约束的输入,无需选择输入类别或调频率带。在非线性弹簧-质量-阻尼与Van der Pol两个基准系统上,同一幅值界内学到的策略取得最佳整体空间填充表现,样本分布比现有空间填充多正弦设计更均匀。
已读完全部报道