收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于RLS-TD和值梯度的强化学习方法用于LQR控制问题

文锋  陈宗海  陈春林  
【摘要】:本文针对状态连续的LQR控制问题,提出了一种新的只需部分模型信息的强化学习方法。该方法采用动作-评价者结构,在评价者训练中使用递推最小二乘TD(RLS-TD)方法估计值函数参数,在动作者训练中使用值梯度下降方法改进控制策略。仿真实验表明此强化学习方法学习到的控制策略与直接求解Riccatti方程所得控制策略非常接近。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李春贵,刘永信;一种有限时段Markov决策过程的强化学习算法[J];广西工学院学报;2003年01期
2 刘菲;曾广周;;基于强化学习的多移动Agent学习算法[J];计算机工程与应用;2006年05期
3 宋一然;;基于强化学习的多机器人路径规划方法[J];莆田学院学报;2006年02期
4 何锫;王峰;肖淑苹;;基于异联想记忆Hopfield网络的强化学习[J];微计算机信息;2008年26期
5 张汝波,顾国昌,刘照德,王醒策;强化学习理论、算法及应用[J];控制理论与应用;2000年05期
6 李宁,高阳,陆鑫,陈世福;一种基于强化学习的学习Agent[J];计算机研究与发展;2001年09期
7 张荣,陈卫东;基于强化学习的倒立摆起摆与平衡全过程控制[J];系统工程与电子技术;2004年01期
8 张化祥;黄上腾;;基于强化学习与对策的多代理协同技术[J];计算机科学;2004年08期
9 王本年;高阳;陈兆乾;谢俊元;陈世福;;RLGA:一种基于强化学习机制的遗传算法[J];电子学报;2006年05期
10 邢高峰;;浅谈智能机器人避碰行为的学习方法[J];电脑知识与技术(学术交流);2007年15期
11 韩伟;;效用驱动的Markov强化学习[J];计算机工程与应用;2009年04期
12 陈学松;杨宜民;;强化学习研究综述[J];计算机应用研究;2010年08期
13 王立春,高阳,陈世福;AODE中基于强化学习的Agent协商模型[J];南京大学学报(自然科学版);2001年02期
14 郭红霞,吴捷,王春茹;基于强化学习的模型参考自适应控制[J];控制理论与应用;2005年02期
15 李春贵;多步截断优先扫描强化学习算法[J];计算机工程;2005年11期
16 钱旭培;;一种基于DFS的Agent在线学习模型研究[J];计算机与现代化;2006年11期
17 孙方平;符秀辉;;复杂环境下机器人的行为学习研究[J];仪器仪表学报;2006年S3期
18 周本达;田旭;;基于遗传算法和强化学习的贝叶斯网络结构学习算法[J];微型机与应用;2007年S1期
19 段爱华;;基于DFL的agent自主学习的规划研究[J];大众科技;2008年01期
20 梁宏倩;;多智能体系统中强化学习模型的改进及应用[J];西安文理学院学报(自然科学版);2008年02期
中国重要会议论文全文数据库 前10条
1 文锋;陈宗海;陈春林;;基于RLS-TD和值梯度的强化学习方法用于LQR控制问题[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
2 卓睿;陈宗海;陈春林;;强化学习在移动机器人导航上的应用[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
3 张伟;李建更;张家旺;;多智能体强化学习在机器人足球比赛中的应用[A];2005年中国智能自动化会议论文集[C];2005年
4 张家旺;韩光胜;张伟;;基于ASPL模型的多智能体强化学习在RoboCup中的应用[A];2005中国机器人大赛论文集[C];2005年
5 敬斌;田野;;Robocup中的传球策略[A];2005中国机器人大赛论文集[C];2005年
6 陈春林;陈宗海;卓睿;;分层式强化学习的定性空间表达[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
7 涂自然;王维;梁以业;禹建丽;;基于强化学习的自适应变步长机器人路径规划算法[A];2003年中国智能自动化会议论文集(上册)[C];2003年
8 叶道年;陈卫东;;机器人团队协作的强化学习[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年
9 方宝富;王浩;姚宏亮;杨静;周晋;;Q学习在机器人足球中的应用[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年
10 孟祥萍;苑全德;皮玉珍;;基于量子理论的多Agent系统强化学习研究[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 金钊;加速强化学习方法研究[D];云南大学;2010年
2 徐明亮;强化学习及其应用研究[D];江南大学;2010年
3 陈学松;强化学习及其在机器人系统中的应用研究[D];广东工业大学;2011年
4 仲宇;分布式强化学习理论及在多机器人中的应用研究[D];哈尔滨工程大学;2003年
5 李誌;基于视觉听觉语义相干性的强化学习系统的研究[D];太原理工大学;2012年
6 郭庆;多Agent系统协商中若干关键技术的研究[D];浙江大学;2003年
7 戴朝晖;基于混合抽象机制的多智能体系统动态分层强化学习算法研究[D];中南大学;2012年
8 杨东勇;多机器人协作的学习与进化方法[D];浙江大学;2005年
9 庄晓东;多移动机器人运动控制策略的强化学习研究[D];中国海洋大学;2005年
10 祖丽楠;多机器人系统自主协作控制与强化学习研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前10条
1 宋梅萍;多移动机器人协作任务的分布式决策控制系统[D];哈尔滨工程大学;2003年
2 卢方国;强化学习在个性化信息Agent的应用研究[D];广东工业大学;2004年
3 钱征;基于强化学习的倒立摆控制研究[D];北京工业大学;2005年
4 王瑞霞;基于强化学习的倒立摆控制[D];北京工业大学;2005年
5 张驰;基于ROBOCUP的多智能体系统设计与实现[D];北京工业大学;2004年
6 袁继彬;大规模Markov系统基于性能势学习的NDP优化方法研究[D];合肥工业大学;2005年
7 汪向利;基于多Agent的生产计划与调度系统研究与开发[D];浙江工业大学;2006年
8 周红莉;基于神经网络的移动机器人控制研究[D];兰州理工大学;2006年
9 姜沛然;基于模糊理论和强化学习的自主式水下机器人运动规划技术[D];哈尔滨工程大学;2005年
10 梅昊;群体机器人系统协同适应性研究[D];吉林大学;2007年
中国重要报纸全文数据库 前1条
1 沈建苗 编译;人工智能步入壮年期[N];计算机世界;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978