%0 Journal Article
%T 基于Q学习算法和BP神经网络的倒立摆控制
%A 蒋国飞
%A 吴沧浦
%J 自动化学报
%P 662-666
%D 1998
%X ？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.
%K Q学习
%K BP网络
%K 学习控制
%K 倒立摆系统
%K 高斯噪声
%U http://www.aas.net.cn/CN/abstract/abstract16778.shtml