最优控制问题在近年来一直是控制领域研究的热点,主要致力于研究出最优的控制策略,不仅使得被控系统达到指定目标,而且使得系统预设的性能指标达到最优。针对线性系统的二次型调节(Linear Quadratic Regulator,LQR)问题,传统的动态规划方法需要离线求解代数黎卡提(Riccati)方程,然而,该方案需要知道系统的全部动力学信息。目前为止,动态规划方法大多应用于状态反馈,然而,在实际应用中,系统的状态信息不易获得;其次,动态规划算法在解决LQR问题上已日渐成熟,而在求解线性二次型跟踪(Linear Quadratic Tracking,LQT)问题上仍需进一步发展。基于这些瓶颈,本论文提出了基于在线积分强化学习(Integral Reinforcement Learning,IRL)的输出反馈跟踪控制方法,并通过仿真实验,验证算法的有效性。具体工作如下:(1)针对连续时间线性系统,研究一种基于离线策略迭代(Policy Iteration,PI)的输出反馈控制算法解决LQT问题。首先,通过状态重构的方式将原线性系统与跟踪系统组合为增广系统,并使用PI技术进行迭代求解,从而在知道系统的全部动力学信息的前提下得到次优跟踪控制策略。(2)离线PI算法对动力学信息的依赖性造成其使用范围受限,因此,针对连续时间部分未知线性系统的LQT问题,分别设计出基于off-policy IRL的输出反馈控制器以及基于on-policy IRL的输出反馈值迭代(Value Iteration,VI)策略,并使用基于神经网络的自适应观测器在线测量IRL算法所需的状态数据。(3)对提出的算法分别进行理论分析并利用MATLAB软件进行仿真实验,其结果验证了各控制算法的有效性。