针对具有未知参数的随机系统, 从随机次优的角度出发, 将原不可解的动态规划问题转化为优化一个效用
函数, 该效用函数考虑了输出调节要求和参数学习要求及两者之间的折衷, 充分利用了对偶控制较常规自适应控制
的优越性. 提出利用两级参数算法来最小化效用函数, 从而获得控制信号. 仿真结果表明, 这种控制器具有良好的对
偶性质, 能得到较好的学习和控制效果.