多目标下结构进化型再励学习方法及其实现技术研究

本立项旨在研究获得一种具有多目标优化和结构自我进化能力的再励学习算法及其实现技术，用以复杂、未知系统控制器的自主设计。立项拟从以下方面进行研究：将多目标优化算法与再励学习相结合，研究多目标情况下的再励学习方向问题，实现根据不同个人偏好设计不同性能指标的控制器；研究基于遗传算法的神经网络控制器拓扑结构进化策略，根据环境要求自我进化网络结构以满足系统性能指标；通过遗传算法的改进，结合随机扰动梯度分析等手段，研究如何提高再励学习收敛速度和系统指标精度；研究基于进化硬件的神经网络动态重构方法及其结构进化型再励学习实现技术。本项目的研究为解决复杂性、非线性系统（特别是未知系统）控制问题提供了新途径，特别适合诸如太空探测器、卫星、太空行走机器人等人类不易于维修、故障无法预料、设备环境无法预知的复杂控制系统自主设计及其智能容错，具有重要的应用价值。