| 查看: 823 | 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
拟解决的关键科学问题还要不要写
已经有6人回复
-
存款400万可以在学校里躺平吗
已经有14人回复
-
Materials Today Chemistry审稿周期
已经有6人回复
-
基金委咋了？2026年的指南还没有出来？
已经有10人回复
-
基金申报
已经有6人回复
-
推荐一本书
已经有13人回复
-
国自然申请面上模板最新2026版出了吗？
已经有17人回复
-
纳米粒子粒径的测量
已经有8人回复
-
疑惑？
已经有5人回复
-
计算机、0854电子信息（085401-058412）调剂
已经有5人回复