| 查看: 1262 | 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
求合成方法
已经有6人回复
-
有机合成以后会不会被AI改变？做科研的虫友怎么看
已经有6人回复
-
上海工程技术大学 激光智能制造课题组 2027级博士研究生招生
已经有4人回复
-
现代”学阀”该如何界定
已经有12人回复
-
国社科系统bug了，是不是要放榜了？
已经有10人回复
-
课题组招2027级博士 上海工程技术大学 激光智能制造方向
已经有4人回复
-
我的奶奶
已经有3人回复