2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Q学习算法和BP神经网络的倒立摆控制

蒋国飞 吴沧浦

蒋国飞, 吴沧浦. 基于Q学习算法和BP神经网络的倒立摆控制. 自动化学报, 1998, 24(5): 662-666.
引用本文: 蒋国飞, 吴沧浦. 基于Q学习算法和BP神经网络的倒立摆控制. 自动化学报, 1998, 24(5): 662-666.
Jiang Guofei, Wu Cangpu. Learning to Control an Inverted Pendulum Using Q-Learning and Neural Networks. ACTA AUTOMATICA SINICA, 1998, 24(5): 662-666.
Citation: Jiang Guofei, Wu Cangpu. Learning to Control an Inverted Pendulum Using Q-Learning and Neural Networks. ACTA AUTOMATICA SINICA, 1998, 24(5): 662-666.

基于Q学习算法和BP神经网络的倒立摆控制

Learning to Control an Inverted Pendulum Using Q-Learning and Neural Networks

  • 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(Adaptive Heuristic Critic)等方法相比,具有更好的学习效果.
  • 加载中
计量
  • 文章访问数:  3510
  • HTML全文浏览量:  190
  • PDF下载量:  1890
  • 被引次数: 0
出版历程
  • 收稿日期:  1997-01-22
  • 刊出日期:  1998-05-20

目录

    /

    返回文章
    返回