针对模型自由的随机线性离散时间系统,通过Q学习算法求解无限时间随机线性二次最优控制问题。首先根据贝尔曼最优性原理定义Q函数,......

考虑随机系数代数方程Fn(ω ,t) = 0 (ω) + 1(ω)t +… + n - 1(ω)tn- 1=0 ,其中 i(ω)服从标准正态分布且相互独立 (i=0 ,1,…......