期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种状态自动划分的模糊小脑模型关节控制器值函数拟合方法
被引量:
3
1
作者
闵华清
曾嘉安
+1 位作者
罗荣华
朱金辉
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第2期256-260,共5页
在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的...
在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的模糊小脑模型关节控制(FCMAC)值函数拟合方法.该方法利用Bellman误差的变化趋势实现状态自动划分,并且探讨了两种选择划分区域的机制.汽车爬坡问题和机器人足球仿真平台中的实验结果表明新算法能有效拟合值函数,而且利用所提出的函数拟合器智能体可以进行有效的强化学习.
展开更多
关键词
强化学习
值函数
状态自动划分
模糊小脑关节模型控制器
下载PDF
职称材料
题名
一种状态自动划分的模糊小脑模型关节控制器值函数拟合方法
被引量:
3
1
作者
闵华清
曾嘉安
罗荣华
朱金辉
机构
华南理工大学软件学院
华南理工大学计算机科学与技术学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第2期256-260,共5页
基金
国家自然科学基金资助项目(61005061)
广东省科技计划资助项目(2009A040300008)
+1 种基金
广东省科技计划资助项目(2010B010600016)
广州市科技计划资助项目(2009KP008)
文摘
在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的模糊小脑模型关节控制(FCMAC)值函数拟合方法.该方法利用Bellman误差的变化趋势实现状态自动划分,并且探讨了两种选择划分区域的机制.汽车爬坡问题和机器人足球仿真平台中的实验结果表明新算法能有效拟合值函数,而且利用所提出的函数拟合器智能体可以进行有效的强化学习.
关键词
强化学习
值函数
状态自动划分
模糊小脑关节模型控制器
Keywords
reinforcement learning
value function
automatic state partition
fuzzy CMAC
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种状态自动划分的模糊小脑模型关节控制器值函数拟合方法
闵华清
曾嘉安
罗荣华
朱金辉
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部