基于强化学习的两轮模型车控制仿真分析

晋帅; 李煊鹏; 何嘉颖; 李纾昶; 周敬淞

首页> 中文期刊> 《测控技术》 >基于强化学习的两轮模型车控制仿真分析

基于强化学习的两轮模型车控制仿真分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:在不同环境中,各种强化学习算法的控制效果存在差异,针对特定环境下算法难以选择的问题,基于Gym与Gazebo搭建了一种强化学习算法仿真的小车平台,使用其对Q-Learning算法、Sarsa算法和DQN算法在两轮模型车的行走控制训练中进行测试验证,利用三种复杂度不同的地图,在训练次数相同的情况下测试算法的有效性与鲁棒性。实验结果与预期符合:Q-Learning算法在较简单的地图中可以使模型车获得较高的奖励;Sarsa算法的稳定性更佳,训练收敛速度更快、效果更优;DQN算法收敛性与鲁棒性最优。该平台提供了一种利用仿真环境模拟实物运动控制的有效方案。

著录项

来源
《测控技术》 |2019年第12期|115-121|共7页
作者
晋帅; 李煊鹏; 何嘉颖; 李纾昶; 周敬淞;
展开▼
作者单位

东南大学仪器科学与工程学院江苏南京 210096;

展开▼
原文格式 PDF
正文语种 chi
中图分类航空雷达;
关键词
强化学习; Q-Learning; Sarsa; Gazebo仿真;

相似文献

中文文献
外文文献
专利

1. 基于强化学习规则的两轮机器人自平衡控制 [J] . 阮晓钢 ,蔡建羡 ,陈静 . 计算机测量与控制 . 2009,第002期
2. 基于电磁导航的两轮模型车设计 [J] . 张志松 ,陈万米 ,李博 . 工业控制计算机 . 2017,第010期
3. 姿态检测在基于两轮自平衡模型车设计中的应用 [J] . 谈磊 ,徐威 . 工业控制计算机 . 2016,第009期
4. 基于模糊控制的模型车轨迹跟踪系统设计 [J] . 沈芳 ,韩国栋 ,吴钫 . 电气自动化 . 2018,第002期
5. 基于C8051F040的模型车无线控制系统的设计 [J] . 程寅 ,张为公 ,赵马泉 . 现代电子技术 . 2009,第017期
6. 基于改进人工萤火虫算法的两轮自平衡机器人平衡控制 [C] . Yang Huaide ,杨怀德 ,Li Yong . 全国第26届计算机技术与应用学术会议 . 2015
7. 基于视觉导航的两轮自平衡智能模型车的设计与实现 [A] . 于彦华 . 2014

基于强化学习的两轮模型车控制仿真分析

摘要

著录项

相似文献

相关主题

期刊订阅