EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Stabilizing reinforcement learning control: A modular framework for optimizing over all stable behavior

Nathan P. Lawrence, Philip D. Loewen, Shuyuan Wang, Michael G. Forbes, R. Bhushan Gopaluni

Automatica · 2024-06 · 164 · 111642

DOI: 10.1016/j.automatica.2024.111642 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Automatica, 2024-06. Verfasst von Nathan P. Lawrence und 4 weiteren Autor:innen. Die Arbeit wurde bisher 11-mal zitiert (Crossref) und nennt 33 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: NSERC.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • NSERC

Zitieren

APA

Lawrence, N. P., Loewen, P. D., Wang, S., Forbes, M. G., & Gopaluni, R. B. (2024). Stabilizing reinforcement learning control: A modular framework for optimizing over all stable behavior. Automatica, 164, 111642. https://doi.org/10.1016/j.automatica.2024.111642

Vancouver

Lawrence NP, Loewen PD, Wang S, Forbes MG, Gopaluni RB. Stabilizing reinforcement learning control: A modular framework for optimizing over all stable behavior. Automatica. 2024;164:111642. doi:10.1016/j.automatica.2024.111642

BibTeX
@article{Lawrence2024,
  author = {Lawrence, Nathan P. and Loewen, Philip D. and Wang, Shuyuan and Forbes, Michael G. and Gopaluni, R. Bhushan},
  title = {Stabilizing reinforcement learning control: A modular framework for optimizing over all stable behavior},
  journal = {Automatica},
  year = {2024},
  volume = {164},
  pages = {111642},
  doi = {10.1016/j.automatica.2024.111642}
}
Kostenlos starten →