| 查看: 956 | 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
2026年国自然面上资助率
已经有21人回复
-
基础研究怎么拉横向，学校到款任务越来越多，难以完成 拉横向，都有哪些途径啊
已经有10人回复
-
2027年申博
已经有3人回复
-
一个有机合成实验室都需要哪些设备？
已经有7人回复
-
面上再次挂了，太难了，躺也躺不了，倦也卷不过，小学校之殇！
已经有22人回复
-
微信指数没变化，科研之友没阅读
已经有18人回复
-
HXDI做水性聚氨酯乳液，是不是特别容易出渣
已经有3人回复
-
系统今天又提示维护了，估计离放榜不远了
已经有15人回复
-
你们的时间戳变了吗
已经有4人回复
-
产物和副产物价值比较
已经有5人回复