本文探讨了在线线性二次调节器（LQR）控制在动态干扰下的应用，提出了一种新的自适应控制算法，解决了未知线性系统和需求预测问题。研究表明，该算法在多种非线性控制任务中表现良好，并通过新策略降低了遗憾界限，确保了控制性能。

本文提出了一种结合强化学习与控制屏障函数的控制器架构，旨在确保系统的安全性和稳定性。通过高斯过程建模系统动态，利用自监督学习框架和控制李雅普诺夫函数来优化控制器参数。实验结果表明，该方法在非线性控制系统中有效降低模型不确定性，提升安全性和性能。