基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Q学习是Watkins[1]提出的求解信息不完全马尔可夫决策问题的一种强化学习方法.将Q学习算法和BP神经网络有效结合,实现了状态未离散化的倒立摆的无模型学习控制.仿真表明:该方法不仅能成功解决确定和随机倒立摆模型的平衡控制,而且和Anderson[2]的AHC (Adaptive Heuristic Critic)等方法相比,具有更好的学习效果.
推荐文章
基于人工神经网络BP算法的倒立摆控制研究
人工神经网络
BP算法
倒立摆控制
基于增强学习规则的倒立摆模糊神经网络控制器
增强学习
模糊神经网络
T-S模型
倒立摆
基于模糊神经网络的倒立摆控制系统
模糊控制
神经网络控制
模糊神经网络
倒立摆
遗传算法
BP算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Q学习算法和BP神经网络的倒立摆控制
来源期刊 自动化学报 学科 工学
关键词 Q学习 BP网络 学习控制 倒立摆系统 高斯噪声
年,卷(期) 1998,(5) 所属期刊栏目 短文
研究方向 页码范围 662-666
页数 5页 分类号 TP2
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴沧浦 北京理工大学自动控制系 23 428 8.0 20.0
2 蒋国飞 北京理工大学自动控制系 3 303 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (225)
同被引文献  (60)
二级引证文献  (583)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(2)
  • 引证文献(1)
  • 二级引证文献(1)
2002(7)
  • 引证文献(3)
  • 二级引证文献(4)
2003(23)
  • 引证文献(7)
  • 二级引证文献(16)
2004(19)
  • 引证文献(5)
  • 二级引证文献(14)
2005(52)
  • 引证文献(23)
  • 二级引证文献(29)
2006(60)
  • 引证文献(26)
  • 二级引证文献(34)
2007(66)
  • 引证文献(25)
  • 二级引证文献(41)
2008(61)
  • 引证文献(26)
  • 二级引证文献(35)
2009(70)
  • 引证文献(16)
  • 二级引证文献(54)
2010(54)
  • 引证文献(13)
  • 二级引证文献(41)
2011(52)
  • 引证文献(13)
  • 二级引证文献(39)
2012(44)
  • 引证文献(10)
  • 二级引证文献(34)
2013(51)
  • 引证文献(8)
  • 二级引证文献(43)
2014(58)
  • 引证文献(15)
  • 二级引证文献(43)
2015(34)
  • 引证文献(8)
  • 二级引证文献(26)
2016(30)
  • 引证文献(2)
  • 二级引证文献(28)
2017(36)
  • 引证文献(5)
  • 二级引证文献(31)
2018(38)
  • 引证文献(10)
  • 二级引证文献(28)
2019(44)
  • 引证文献(7)
  • 二级引证文献(37)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
Q学习
BP网络
学习控制
倒立摆系统
高斯噪声
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导