基于Q学习算法和BP神经网络的倒立摆控制
, PP. 662-666
Keywords: Q学习,BP网络,学习控制,倒立摆系统,高斯噪声
Abstract:
？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.
Full-Text
