未找到相关数据
基于Q学习算法和BP神经网络的倒立摆控制
被引：46
作者：
蒋国飞
吴沧浦
机构：
[1] 北京理工大学自动控制系
来源：
关键词：
Q学习，BP网络，学习控制，倒立摆系统，高斯噪声;
D O I：
10.16383/j.aas.1998.05.014
中图分类号：
TP273.22,TP18 [];
学科分类号：
摘要：
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（ＡｄａｐｔｉｖｅＨｅｕｒｉｓｔｉｃＣｒｉｔｉｃ）等方法相比，具有更好的学习效果．
引用
收藏
页码：88 / 92
页数：5
相关论文