| 查看: 900 | 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
【全奖博士/科研助理/博后招生】新加坡南洋理工大学机械与航空航天学院
已经有4人回复
-
有谁可曾问过你过的还好吗？
已经有22人回复
-
售T0P一区SCI文章，我:8O5.51.O.54,科目齐全,可＋急
已经有5人回复
-
E0414, 我的本子有没有希望？
已经有7人回复
-
一篇论文同时出现在两个期刊，一模一样，这算不算学术不端，请各位老师斧正。
已经有12人回复
-
希望面上有个好结果
已经有7人回复
-
三区计算机方向期刊推荐
已经有5人回复
-
sci论文二审求助
已经有5人回复