Q-learning强化学习算法改进及其应用研究

《Q-learning强化学习算法改进及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要Q_Iearning强化学习算法改进及其应用研究摘要由于强化学习不需要教师信号，能在与环境的交互过程中不断地完善自己的认知技能，因此对于求解复杂的控制与决策问题具有更广泛的应用前景。课题选用强化学习算法中经典的Q．Learning算法，并结合不同的控制对象为实验模型，在已有强化学习算法的基础上加以改进，将Q-learning算法中的状态模糊化。此外结合神经网络，提出了自己的研究模型和见解。将这些改进应用到走迷宫寻优、倒立摆系统控制、中和反应控制及电梯群控器的调度中。主要研究成果包括以下四个方面：1、介绍一级倒立摆系统。提出了基于Q．1earning强化学习算法对

2、倒立摆的控制。由于学习系统仅有4个离散的控制动作，控制精度比较差。鉴于上述缺陷，提出Fuzzy．Q学习实现倒立摆控制，使得控制器的输出为连续信号，有效的提高了控制精度。2、将Q学习和多步Q学习的算法应用到走迷宫路径寻优中，并对Q学习算法的参数进行比较分析。3、以中和反应控制为例，将强化学习算法渗透到生物、化学工业学科领域中。为该领域的发展提出一个新的研究方向。4、首先，阐述电梯群组调度基本概念。总结现有的电梯群组调度方法。其次，将神经网络与Q学习算法结合应用到电梯群组调度问题。北京化工人学硕仁学位论文关键词：强化学习算法，走迷宫寻优，倒立摆系统，中和反应控制，电梯群

3、控器的调度IIAbstractIMPRoVEMENTANDAPPLICATIoNSFORQ—LEARNINGREINFORCEMENTLEARNINGALGoRITHMSABSTRACTBecausereinforcementlearningdoesnotteachersignalandkeepsimprovingitscognitiveskillthroughtheinteractionwithenvironment，itismoreperspectiveforsolvingcomplicateoptimalanddecision—makingproblems．T

4、hepaperchooseclassicQ—Learninginreinforcementlearningalgorithmandcombinesdifferentcontrolobjectivesasexperimentmodeltoimproveexistedreinforcementlearningalgorithm．MakestatesinQ—learningalgorithmfuzzy．Moreover,combinedwithneuralnetwork，newunderstandingandstudymodelarebroughtout，whichare

5、appliedintheexamplesofpuzzle，invertedpendulumsystem，neutralizationreactioncontrolandtheelevatorgroupcontrolsystem．Themainresearchresultsisasfellows：Thefirstpartintroduceslinear1-stageinvertedpendulumandputsforwardthatthecontrolstrategyofQ—learningalgorithmfortheinvertedpendulum．Theaccu

6、racyofthecontrolisworse，sincethelearningsystemhasonlyfourdiscretecontrolaction．Duetoaboveshortcomings，fuzzyIII北京化T大学硕一l：学位论文reinforcementlearningalgorithmisadoptedthatmakeoutputsofcontrollercontinuoustoenhanceaccuracyThesecondpartisthatcombinationQ·-learningandmulti-·stepsQ—leamingalgo

7、rithmisappliedinsearchoftheoptimalpuzzlepath，andanalyzingandcomparingtheirparameters．Thethirdpartisthatapplicationofreinforcementlearningalgorithminneutralisationprocessescontrolisanexample，andreinforcementlearningalgorithmpenetratesintobiologyandchemicalfieldthatofferanewstudydirect