钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
模式识别与人工智能期刊
\
一种用于LQR控制问题的强化学习方法
一种用于LQR控制问题的强化学习方法
作者:
周光明
文锋
陈宗海
陈春林
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
强化学习
递推最小二乘
TD学习
最优控制
摘要:
现有强化学习方法的收敛性分析大多针对离散状态问题,对于连续状态问题强化学习的收敛性分析仅局限于简单的LQR控制问题.本文对现有两种用于LQR问题收敛的强化学习方法进行分析,针对存在的问题,提出一种只需部分模型信息的强化学习方法.该方法使用递推最小二乘TD(RLS-TD)方法估计值函数参数,递推最小二乘方法(RLS)估计贪心改进策略.并给出理想情况下此方法收敛的理论分析.仿真实验表明该方法收敛到最优控制策略.
暂无资源
收藏
引用
分享
推荐文章
一种基于案例推理的多agent强化学习方法研究
多agent强化学习
Q学习
策略再用
基于案例的推理
追捕问题
一种基于强化学习的多指手位置控制方法
多指手
非线性
强化学习
自适应评价算法
一种强化学习行动策略ε-greedy的改进方法
强化学习
ε-greedy策略
探索与利用
基于强化学习方法的悬浮车停车混合控制设计
强化学习
混合控制系统
建模
最优化
高斯噪声
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
一种用于LQR控制问题的强化学习方法
来源期刊
模式识别与人工智能
学科
工学
关键词
强化学习
递推最小二乘
TD学习
最优控制
年,卷(期)
2006,(3)
所属期刊栏目
研究与应用
研究方向
页码范围
406-411
页数
6页
分类号
TP13
字数
5381字
语种
中文
DOI
10.3969/j.issn.1003-6059.2006.03.021
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
周光明
中国科学技术大学自动化系
43
327
10.0
16.0
2
陈宗海
中国科学技术大学自动化系
151
2270
25.0
40.0
3
文锋
中国科学技术大学自动化系
8
87
5.0
8.0
4
陈春林
中国科学技术大学自动化系
7
118
4.0
7.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(3)
节点文献
引证文献
(2)
同被引文献
(3)
二级引证文献
(15)
1997(1)
参考文献(1)
二级参考文献(0)
2002(1)
参考文献(1)
二级参考文献(0)
2003(1)
参考文献(1)
二级参考文献(0)
2006(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2007(1)
引证文献(1)
二级引证文献(0)
2008(2)
引证文献(0)
二级引证文献(2)
2009(2)
引证文献(0)
二级引证文献(2)
2010(2)
引证文献(0)
二级引证文献(2)
2013(2)
引证文献(0)
二级引证文献(2)
2014(2)
引证文献(0)
二级引证文献(2)
2015(2)
引证文献(1)
二级引证文献(1)
2017(2)
引证文献(0)
二级引证文献(2)
2018(1)
引证文献(0)
二级引证文献(1)
2019(1)
引证文献(0)
二级引证文献(1)
研究主题发展历程
节点文献
强化学习
递推最小二乘
TD学习
最优控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
主办单位:
中国自动化学会
国家智能计算机研究开发中心
中国科学院合肥智能机械研究所
出版周期:
月刊
ISSN:
1003-6059
CN:
34-1089/TP
开本:
16开
出版地:
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
邮发代号:
26-69
创刊时间:
1989
语种:
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
期刊文献
相关文献
1.
一种基于案例推理的多agent强化学习方法研究
2.
一种基于强化学习的多指手位置控制方法
3.
一种强化学习行动策略ε-greedy的改进方法
4.
基于强化学习方法的悬浮车停车混合控制设计
5.
利用聚类分析法改进的多Agent协作强化学习方法
6.
一种并行决策树学习方法研究
7.
一种新的SVM多层增量学习方法HISVML
8.
一种基于强化学习的UAV目标搜索算法*
9.
一种用于Web信息抽取的页面信息本体自动学习方法
10.
一种机器人轨迹跟踪控制的迭代学习方法
11.
一种改进的用于服装解析的自监督网络学习方法
12.
一种新的基于蚁群优化的模糊强化学习算法
13.
一种改进的带有情感信息的词向量学习方法
14.
高中化学高效学习方法的思考
15.
一种基于强化学习的微电网能量管理算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
模式识别与人工智能2022
模式识别与人工智能2021
模式识别与人工智能2020
模式识别与人工智能2019
模式识别与人工智能2018
模式识别与人工智能2017
模式识别与人工智能2016
模式识别与人工智能2015
模式识别与人工智能2014
模式识别与人工智能2013
模式识别与人工智能2012
模式识别与人工智能2011
模式识别与人工智能2010
模式识别与人工智能2009
模式识别与人工智能2008
模式识别与人工智能2007
模式识别与人工智能2006
模式识别与人工智能2005
模式识别与人工智能2004
模式识别与人工智能2003
模式识别与人工智能2002
模式识别与人工智能2001
模式识别与人工智能2000
模式识别与人工智能1999
模式识别与人工智能1998
模式识别与人工智能2006年第6期
模式识别与人工智能2006年第5期
模式识别与人工智能2006年第4期
模式识别与人工智能2006年第3期
模式识别与人工智能2006年第2期
模式识别与人工智能2006年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号