| 查看: 862 | 回复: 0 | ||
| 【悬赏金币】回答本帖问题，作者薛西弗斯P将赠送您 20 个金币 | ||
[求助]
深度强化学习控制问题
|
||
最近尝试使用深度强化学习算法SAC简单实现系统跟踪问题：模型为线性定常的带有高斯白噪声的系统。想通过算法实现：给定一个固定状态，通过系统的状态反馈，由智能体产生控制量使得系统的状态稳定在这个状态。但几经修改奖励函数，agent学习到的策略并不能使系统稳定在特定的状态，而是跟踪了一个匀加速直线运动的形式。因此想请教一下大家，有没有遇到类似的情况，又该如何解决？ x' 和 y'的轨迹，不论奖励函数是什么，输出总是类似的形式，改变的只有斜率的大小。 |
回复此楼» 猜你喜欢
272分材料子求调剂
已经有46人回复
-
材料与化工300求调剂
已经有43人回复
-
290求调剂
已经有6人回复
-
求调剂，一志愿材料科学与工程985，365分，
已经有9人回复
-
山东高校教师考核超级无底线，员工过不下去啦
已经有9人回复
-
085410 273求调剂
已经有9人回复
-
297求调剂
已经有16人回复
-
291求调剂
已经有11人回复
-
计算机22408 281分，求调剂
已经有7人回复
-
316求调剂
已经有5人回复
5