首页> 中国专利> 基于强化学习的神经网络控制方法及强化学习系统

基于强化学习的神经网络控制方法及强化学习系统

摘要

本发明公开了一种基于强化学习的神经网络控制方法及强化学习系统。本发明中,动作网络根据被控对象或其机理模型的阶次和迟延来确定状态控制量,被控对象接收动作网络发送的状态控制量输出动作值;由估值网络基于输出动作值对当前控制效果与预定目标对比进行评价,在对被控对象或其机理模型探索过程中加入随机扰动和模型变化,并同时对动作网络和估值网络进行更新,获得控制律。通过动作网络和估值网络对被控对象或其机理模型的探索,不断更新和优化控制策略,在一定程度上模拟人对环境的探索和学习过程,最终得到一个快速准确且具有一定鲁棒性的神经网络控制器,能用于解决许多控制领域的难题。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-08-18

    实质审查的生效 IPC(主分类):G06N3/04 申请日:20200225

    实质审查的生效

  • 2020-07-24

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号