基于Q学习算法和BP神经网络的倒立摆控制

• 作者: 吴沧浦 蒋国飞
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: Q学习 BP网络 学习控制 倒立摆系统 高斯噪声
• 年，卷（期）: 1998,（5）
• 所属期刊栏目: 短文
• 页码范围: 662-666
• 页数: 5页
• 分类号: TP2
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴沧浦	北京理工大学自动控制系	23	428	8.0	20.0
2	蒋国飞	北京理工大学自动控制系	3	303	3.0	3.0