| 查看: 838 | 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
面上可以超过30页吧？
已经有13人回复
-
网上报道青年教师午睡中猝死、熬夜猝死的越来越多，主要哪些原因引起的？
已经有10人回复
-
为什么中国大学工科教授们水了那么多所谓的顶会顶刊，但还是做不出宇树机器人？
已经有13人回复
-
什么是人一生最重要的？
已经有8人回复
-
版面费该交吗
已经有17人回复
-
体制内长辈说体制内绝大部分一辈子在底层，如同你们一样大部分普通教师忙且收入低
已经有19人回复
-
【博士招生】太原理工大学2026化工博士
已经有8人回复
-
280求调剂
已经有4人回复