深度学习在控制领域的研究现状与展望

深度学习的控制策略探索文章，挺适合搞控制系统方向的同学啃一啃。

多隐层神经网络的特征提取能力，放在高维控制系统里还真挺好用的。尤其是你要做状态识别、系统建模啥的，用传统方法整得头大，深度学习反而能自动抽特征，省事不少。

控制目标识别和策略计算这块讲得蛮细，里面提到的自适应动态规划还有平行控制也挺有意思，适合平时项目中碰上复杂环境要调策略的时候用一用。尤其是做强化学习的人，读完思路会打开点。

不过，文章也实在，直接讲了现在用深度控制会遇到的坑，比如网络不稳定、样本需求大、可解释性差。嗯，现实确实这么回事，建议你结合场景慎用，不是万能药，别一股脑往里上。

如果你平时对特征提取感兴趣，可以顺手看看这几篇：feature extraction、图像特征提取；想补下动态规划基础的，这几篇也还不错：动态规划三连、学习笔记、打包资料.zip。

提醒一下，如果你现在正做和控制策略或者状态识别相关的项目，读这篇肯定能补不少新思路；如果你还没碰这类需求，也可以先收藏，后面总用得上。