搜索到123 篇“ 再励学习 “的相关文章
基于再 励 学习 的交流调速系统模糊神经网络控制 被引量：1 2011年 再 励 学习 的模糊神经网络速度控制器。详细介绍了基于遗传算法的神经网络权重在线训练方法,仿真对比了输入空间的划分即模糊子集数量对模糊神经网络控制器的训练及其控制效果的影响。仿真结果表明该速度控制器能通过在线训练方式获得最优参数以适应被控对象的参数变化,能使系统获得优良的动态和静态性能。关键词：模糊神经网络 遗传算法 再励学习 交流调速 基于遗传算法和神经网络预测的再 励 学习 被引量：7 2010年 再 励 学习 方法,利用遗传算法对全局进行最优解搜索,将进化过程中产生的数据用来训练神经网络预测器,当再 励 学习 逼近最优解时,利用预测网络估计动作网络的参数、结构与系统响应之间的映射关系,用预测网络逼近最优解的能力引导遗传算法在局部向最优解快速逼近,以解决遗传算法局部振荡问题,从而实现快速学习 的能力。将其应用于矢量控制交流电机的速度环控制器自学习 中,仿真实验验证了该算法的有效性。关键词：再励学习 遗传算法 神经网络预测 矢量控制 基于多机器人系统的避碰规划再 励 学习 研究 关键词：多机器人系统 避碰规划 再励学习 文献传递 再 励 学习 及其在移动机器人行为规划中的应用2009年 再 励 学习 (Reinforcement Learning,RL)是一种成功地结合动态编程和控制问题的机器智能方法,它将动态编程和有监督学习 方法结合到机器学习 系统中,通常用于解决预测和控制两类问题。提出了以矢量形式表示的评估函数,为了实现多维再 励 学习 ,用一专门的神经网络(Q网络)实现评判网络,研究其在移动机器人行为规划中的应用。关键词：再励学习 神经网络 智能机器人 基于再 励 学习 的被动动态步行机器人 被引量：8 2008年 再 励 学习 的步行控制方法。该方法首先采用Q-学习 方法学习 机器人在理想环境中的稳定步行步态及其控制策略,然后将此步态和控制策略作为模糊优胜学习 方法的参考步态和参考控制策略并在线学习 模糊网络的优胜值参数。仿真结果表明:利用学习 训练的结果控制柔性驱动器在步行相转换时的动作,机器人可以实现稳定动态步行。关键词：机器人 双足机器人 再励学习 基于角色跟踪的再 励 学习 算法 再 励 学习 策略在群体对抗环境中，收敛速度慢，无法动态改变学习 步伐，难以准确收敛至最优点的问题，本文提出了一种基于角色跟踪的再 励 学习 算法。该算法借助MAS对抗系统中Agent角色异构特性，判断对手角色与动作的匹配度，...文献传递 结构化状态空间中的递阶再 励 学习 方法 2007年 再 励 学习 方法可以形成不同的递阶学习 .所提出的方法在具备递阶再 励 学习 速度快、易于共享等优点的同时,降低了对先验知识的依赖程度,缓解了学习 初期回报值稀少的问题.半被动双足机器人的设计与再 励 学习 控制 关键词：双足机器人 再励学习 文献传递 飞行器姿态的再 励 学习 跟踪控制 再 励 学习 神经网络引入飞行器姿态系统,通过内部再 励 信号在线修改控制器参数来达到预期的控制效果．在保证姿态系统对实时性要求的前提下,对原有的再 励 学习 方法进行适当改进,改进后...关键词：飞行器 再励学习 神经网络控制 文献传递 飞行器姿态的再 励 学习 跟踪控制 再 励 学习 神经网络引入飞行器姿态系统,通过内部再 励 信号在线修改控制器参数来达到预期的控制效果.在保证姿态系统对实时性要求的前提下,对原有的再 励 学习 方法进行适当改进,改进后...关键词：飞行器 再励学习 神经网络 跟踪控制 文献传递 网络资源链接
相关作者
石纯一 作品数：180 被引量：2,194 H指数：26 供职机构：清华大学信息科学技术学院计算机科学与技术系 研究主题：人工智能 多AGENT系统 AGENT MAS 分布式人工智能 张双民 作品数：7 被引量：21 H指数：4 供职机构：清华大学信息科学技术学院计算机科学与技术系 研究主题：再励学习 AGENT 语义模型 多AGENT系统 测试床 林良明 作品数：140 被引量：902 H指数：18 供职机构：上海交通大学 研究主题：机器人 内窥镜 移动机器人 小波变换 微机器人 程振波 作品数：186 被引量：248 H指数：10 供职机构：浙江工业大学 研究主题：向量表示 车辆 知识图谱 向量 三元组 张芳 作品数：136 被引量：367 H指数：11 供职机构：辽宁工程技术大学 研究主题：岩石 地下空间 SUB 数值模拟 近红外光谱
