基于Actor-Critic强化学习的倒立摆智能控制方法

作     者：邱宇宸 

作者机构：南京市第二十九中学江苏南京210036 

出 版 物：《武汉冶金管理干部学院学报》 (Journal of Wuhan Metallurgical Manager's Institute)

年 卷 期：2018年第28卷第4期

页      码：88-90页

摘      要：针对模型未知的运动系统的控制问题,提出一种基于Actor-Critic强化学习的智能控制方法。该方法由两个神经网络构成,Actor为基于概率的动作执行器,而Critic则对Actor的每一个动作进行评价以修正Actor的权值,Critic则通过环境反馈的得分进行评价标准更新,整体算法通过多次探索学习获得收敛。文中设计的Actor-Critic算法在MATLAB平台上对模型未知的一级倒立摆进行仿真实验,该算法能够在多次尝试之后,实现倒立摆平衡。

主 题 词：Actor-Critic 强化学习 智能控制 倒立摆控制 神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1009-1890.2018.04.031

馆 藏 号：203424077...