基于增量式双Q学习的自适应模型预测控制方法

本发明属于智能控制领域，具体说是基于增量式双Q学习的自适应模型预测控制方法，包括以下步骤：1）建立非完整约束差速移动机器人的运动学模型，结合其运动学模型构建轨迹跟踪误差模型；2）基于轨迹跟踪误差模型，构建移动机器人轨迹跟踪模型预测控制器的预测模型，并依据该预测模型实现高性能轨迹跟踪控制；3）对双Q学习智能体的动作空间、状态空间进行增量式的离散化操作；4）通过智能体与环境之间的实时交互和在线迭代学习，来不断地优化双Q学习智能体的状态和动作空间，通过得到在线自适应MPC控制器，来实现移动机器人的高精度自主轨迹跟踪控制。本发明利用增量式双重Q学习算法对MPC的权重矩阵进行在线优化，根据系统状态实时调整MPC权重矩阵，以优化总奖励。