深度学习在控制领域的研究现状与展望
段艳杰1; 吕宜生1; 张杰1,2; 赵学亮1; 王飞跃1
2016
发表期刊自动化学报
卷号42期号:5页码:643-654
摘要深度学习在特征提取与模型拟合方面显示了其潜力和优势. 对于存在高维数据的控制系统, 引入深度学习具有一定
的意义. 近年来, 已有一些研究关注深度学习在控制领域的应用. 本文介绍了深度学习在控制领域的研究方向和现状, 包括控
制目标识别、状态特征提取、系统参数辨识和控制策略计算. 并对相关的深度控制以及自适应动态规划与平行控制的方法和思
想进行了描述. 总结了深度学习在控制领域研究中的主要作用和存在的问题, 展望了未来值得研究的方向.
其他摘要Deep learning has shown great potential and advantage in feature extraction and model fitting. It is significantto use deep learning for control problems involving high dimension data. Currently, there have been some investigations focusing on deep learning in control. This paper is a review of related work including control object recognition, state feature extraction, system parameter identification and control strategy calculation. Besides, this paper describes the approaches and ideas of deep control, adaptive dynamic programming and parallel control related to deep learning in control. Also, this paper summarizes the main functions and existing problems of deep learning in control, presents some prospects of future work.
关键词深度学习 控制 特征 自适应动态规划
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/11976
专题复杂系统管理与控制国家重点实验室_先进控制与自动化
通讯作者王飞跃
作者单位1.中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京,100190
2.青岛智能产业技术研究院,青岛,266109
推荐引用方式
GB/T 7714
段艳杰,吕宜生,张杰,等. 深度学习在控制领域的研究现状与展望[J]. 自动化学报,2016,42(5):643-654.
APA 段艳杰,吕宜生,张杰,赵学亮,&王飞跃.(2016).深度学习在控制领域的研究现状与展望.自动化学报,42(5),643-654.
MLA 段艳杰,et al."深度学习在控制领域的研究现状与展望".自动化学报 42.5(2016):643-654.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
深度学习在控制领域的研究现状与展望.pd(1919KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[段艳杰]的文章
[吕宜生]的文章
[张杰]的文章
百度学术
百度学术中相似的文章
[段艳杰]的文章
[吕宜生]的文章
[张杰]的文章
必应学术
必应学术中相似的文章
[段艳杰]的文章
[吕宜生]的文章
[张杰]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 深度学习在控制领域的研究现状与展望.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。