拉西克什·卡马拉普卡尔;帕特里克·沃尔特斯;乔尔·罗森菲尔德;沃伦·狄克逊 强化学习实现最佳反馈控制。基于Lyapunov的方法。 （英语） Zbl 1403.49001号 通信与控制工程查姆：施普林格（ISBN 978-3-319-78383-3/hbk；978-3-3169-78384-0/电子书）。十六、293页。(2018). 审核人：AndrzejŚwierniak（格利维塞） MSC公司：49-02 49升20 93B52号 93B40码 93亿B51 93D05型 93D15号 91A23型 49N90型 92秒20 PDF格式BibTeX公司 XML格式引用 \textit{R.Kamalapurkar}等人，最优反馈控制的强化学习。一种基于Lyapunov的方法。查姆：斯普林格（2018；Zbl 1403.49001） 全文： DOI程序
拉西克什·卡马拉普卡尔;乔尔·罗森菲尔德。;沃伦·狄克逊（Warren E.Dixon）。 基于模型的强化学习用于近似在线最优控制。 （英语） Zbl 1348.93167号 Automatica公司 74, 247-258 (2016).MSC公司：93C40型 49N90型 68T05型 PDF格式BibTeX公司 XML格式引用 \textit{R.Kamalapurkar}等人，Automatica 74，247--258（2016；Zbl 1348.93167） 全文： DOI程序 arXiv公司
拉西克什·卡马拉普卡尔;帕特里克·沃尔特斯;沃伦·狄克逊（Warren E.Dixon）。 基于模型的强化学习用于近似最优调节。 （英语） 兹比尔1329.93051 Automatica公司 64, 94-104 (2016).MSC公司：93B30型 93C40型 68T05型 49N90型 PDF格式BibTeX公司 XML格式引用 \textit{R.Kamalapurkar}等人，Automatica 64，94-104（2016；Zbl 1329.93051） 全文： DOI程序 arXiv公司
巴辛，S。;卡马拉普尔卡尔，R。;约翰逊，M。;瓦姆武达基斯，K.G。;刘易斯，F.L。;Dixon，W.E。 一种用于不确定非线性系统近似最优控制的新型actor-critic-identifier结构。 （英语） Zbl 1257.93055号 Automatica公司 49，第1期，82-92（2013）.MSC公司：93C40型 68T05型 49升20 93D20型 PDF格式BibTeX公司 XML格式引用 \textit{S.Bhasin}等人，Automatica 49，No.1，82--92（2013；Zbl 1257.93055） 全文： DOI程序