| 查看: 1049 | 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
浙江师范大学是怎么坑我的
已经有8人回复
-
售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急
已经有3人回复
-
求教各位大神：2026教育部人文社科青年基金项目何时公示呀？
已经有6人回复
-
面上有专家说实验设备不是我们单位的
已经有8人回复
-
科研求助
已经有4人回复
-
博士去二本高校当辅导员，如何调整心态？
已经有11人回复
-
江苏省自然基金 什么时候出结果
已经有6人回复
-
闲聊
已经有3人回复