基于强化学习方法的悬浮车停车混合控制设计

摘要：

强化方法是一种通过行为学习,得到最佳控制策略的方法.本文研究利用这种方法实现项目中超导悬浮车运动过程最佳停车问题.通过模型的建立,转化为求导系统的最优化问题;超导磁悬浮车的控制由于会受到电磁干扰、悬浮高度等的影响,用传统的方法求解控制方法将需要求得精确的控制模型;而利用Q-Learning 方法,通过多次样本的学习.寻求最佳的控制策略,则可求得在不同速度下的最佳控制策略.最后,使用Q-Learning方法的控制策略在仿真中得到了很好的效果,该控制方法将进一步应用于超导模型悬浮车的控制.

关键词：强化学习、混合控制系统、建模、最优化、高斯噪声

所属期刊栏目：24

分类号：TP332.1(计算技术、计算机技术)

资助基金：高校博士点基金教育部"切换控制在飞行机器人导航控制中的应用[20040561031]".国家自然科学基金国家自然科学基金委员会"有限时间切换系统研究与应用[60374036]",小型飞行机器人的多模态切换控制策略研究[60574004],广东省自然科学基金,广东省自然科学基金委员会"有限时间切换系统[031407]"

在线出版日期：2008-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：287-288,106