2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、與傳統(tǒng)的監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)不同,增強學(xué)習(xí)(Reinforcement Learning,RL)通過與環(huán)境進行交互來獲得評價性的反饋信號,利用值函數(shù)或者策略的估計來實現(xiàn)序貫決策過程的優(yōu)化。為了克服大規(guī)模狀態(tài)與行為空間帶來的計算量巨大的“維數(shù)災(zāi)難”,人們通常將值函數(shù)逼近技術(shù)與增強學(xué)習(xí)算法相結(jié)合來實現(xiàn)對大規(guī)??臻g優(yōu)化控制問題的求解。同時,由于增強學(xué)習(xí)具有對模型信息依賴少、能夠?qū)崿F(xiàn)控制器的自適應(yīng)優(yōu)化等特點,它在移動機器人路徑跟蹤控制方面的應(yīng)用

2、也受到廣泛關(guān)注。本文在國家自然科學(xué)基金項目的支持下,對基于增強學(xué)習(xí)的優(yōu)化控制方法進行了深入的研究,同時通過將改進的增強學(xué)習(xí)方法與經(jīng)典控制算法相結(jié)合來實現(xiàn)移動機器人的高精度路徑跟蹤控制。本文取得的研究成果包括:
  1.對帶有梯度修正項的線性時域差值學(xué)習(xí)算法(linear TD with gradient correction,TDC)進行了深入研究,通過與控制算法相結(jié)合,使其應(yīng)用范圍從解決學(xué)習(xí)預(yù)測問題拓展到了學(xué)習(xí)控制問題,并提出了

3、兩種基于TDC的改進優(yōu)化控制算法——改進Q-Learning算法和改進HDP算法。由于TDC算法是一種嚴格意義的隨機梯度下降法,因此它能夠保證改進Q-Learning在進行離策略(off-policy)學(xué)習(xí)時的收斂性,并提高算法控制效果。通過對Mountain-Car和倒立擺的仿真研究,分別驗證了兩種改進算法在解決離散動作和連續(xù)動作優(yōu)化決策問題時的有效性,并且討論了不同學(xué)習(xí)步長參數(shù)對算法控制效果的影響。
  2.為了克服函數(shù)逼近器

4、中基函數(shù)選擇的困難,本文提出了一種基于流形表示的基函數(shù)自動構(gòu)造方法并將其用于DHP算法評價器網(wǎng)絡(luò)的構(gòu)建中,從而給出了基于測地線拉普拉斯特征映射的對偶啟發(fā)式規(guī)劃算法(Dual Heuristic Programming based on Geodesic Laplacian Eigenmaps,GLEM-DHP)。文中分別利用了板-球和倒立擺兩種典型的非線性系統(tǒng)對算法進行了測試,并通過將控制結(jié)果與其它算法相比較,體現(xiàn)了基于GLEM算法的基

5、函數(shù)自動構(gòu)造技術(shù)對于值函數(shù)逼近效果的改善,同時也展現(xiàn)了GLEM-DHP算法優(yōu)良的控制性能。
  3.針對傳統(tǒng)PID算法中參數(shù)選擇困難的問題,本文結(jié)合了DHP算法的學(xué)習(xí)優(yōu)化能力,提出了一種自學(xué)習(xí)PID控制算法——DHP-PID,并用于解決移動機器人的路徑跟蹤控制問題。DHP算法能夠根據(jù)參考軌跡的變化以及系統(tǒng)當前狀態(tài)進行在線學(xué)習(xí),并通過DHP結(jié)構(gòu)中的執(zhí)行器網(wǎng)絡(luò)輸出優(yōu)化后的PID參數(shù),從而達到減小跟蹤誤差的目的。文中分別利用多種的參考軌

6、跡對算法進行了測試,仿真結(jié)果均顯示出 DHP-PID算法具有比PID算法更好的跟蹤效果。本文還進一步利用MobileSim仿真平臺對DHP-PID算法得到的控制器進行了Pioneer3-AT型移動機器人的路徑跟蹤控制仿真,并得到了較好的控制效果。
  4.論文在仿真結(jié)果的基礎(chǔ)之上對算法進行了實物實驗。利用GLEM-DHP算法學(xué)得的控制器在Googol倒立擺實驗平臺上進行在線的實時控制實驗,不僅驗證了算法的現(xiàn)實可行性與有效性,更為增

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論