基于支持向量机的复杂连续系统强化学习控制研究

针对复杂连续系统的学习控制问题，设计一类有效的基于支持向量机的强化学习控制方法。内容包括：强化学习系统知识的表达和利用、基于概率型支持向量分类机的强化学习、支持向量机时间滚动式优化学习算法、基于在线聚类分析的个体支持向量机建立、基于多目标优化的个体支持向量机输出结论的选择性集成。通过研究，为提高系统的学习收敛速度，通过给系统融入恰当的实时、动态知识，拟提出基于支持向量回归/分类机的强化学习；为提高系统的学习精度和泛化性能，拟提出基于集成支持向量机的强化学习；通过在倒立摆平衡控制和移动机器人自主导航问题中的应用，验证上述强化学习控制方法的可行性和有效性。研究成果将深化和丰富现有的强化学习理论，进一步扩大强化学习方法的应用范围，增强其解决实际问题的能力。本项目是自动化、机器学习、统计学习与人工智能有机结合的新颖交叉研究方向，具有广阔的研究前景。