基于Q学习算法和BP神经网络的倒立摆控制
기우Q학습산법화BP신경망락적도립파공제
LEARNING TO CONTROL AN INVERTED PENDULUM USING Q-LEARNING AND NEURAL NETWORKS
  • 万方数据
    自动化学报 자동화학보
    ACTA AUTOMATICA SINICA
    1998年 5期 662-666 ,共5页

    蒋国飞%吴沧浦

    장국비%오창포

    Q学习%BP网络%学习控制%倒立摆系统%高斯噪声 Q學習%BP網絡%學習控製%倒立襬繫統%高斯譟聲
    Q학습%BP망락%학습공제%도립파계통%고사조성
    Q学习是Watkins[1]提出的求解信息不完全马尔可夫决策问题的一种强化学习方法.将Q学习算法和BP神经网络有效结合,实现了状态未离散化的倒立摆的无模型学习控制.仿真表明:该方法不仅能成功解决确定和随机倒立摆模型的平衡控制,而且和Anderson[2]的AHC (Adaptive Heuristic Critic)等方法相比,具有更好的学习效果.
    Q학습시Watkins[1]제출적구해신식불완전마이가부결책문제적일충강화학습방법.장Q학습산법화BP신경망락유효결합,실현료상태미리산화적도립파적무모형학습공제.방진표명:해방법불부능성공해결학정화수궤도립파모형적평형공제,이차화Anderson[2]적AHC (Adaptive Heuristic Critic)등방법상비,구유경호적학습효과.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문