自动控制网移动版

                            (1)

p的时间导数,需要按下列符号公式进行多步计算:

                                      (2)

    这需要计算几乎整个动态公式,而且非常费时。为保证学习控制过程迅速收敛保持p的计算不变(这是合理的),而力图减轻对式(2)的计算工作量。