Q-Learning 应用于小车位置问题中奖励函数的比较

Amartya Mukherjee

Q-Learning 应用于小车位置问题中奖励函数的比较

机器学习 2021-05-26 v1 人工智能机器人学最优化与控制

作者: Amartya Mukherjee

摘要

强化学习的日益增长进展已带来控制论的发展。强化学习已有效解决倒立摆问题，且近来解决了双倒立摆问题。在强化学习中，我们的智能体通过与控制系统交互以最大化奖励为目标进行学习。在本文中，我们探索小车位置问题中的三种此类奖励函数。本文得出结论：一种不连续奖励函数，仅当智能体处于距期望位置给定距离内时才给予非零奖励，能给出最佳结果。

关键词

强化学习 Q-Learning 奖励函数小车位置问题倒立摆

引用

@article{arxiv.2105.11617,
  title  = {A Comparison of Reward Functions in Q-Learning Applied to a Cart Position Problem},
  author = {Amartya Mukherjee},
  journal= {arXiv preprint arXiv:2105.11617},
  year   = {2021}
}

备注

19 pages, 15 figures

Q-Learning 应用于小车位置问题中奖励函数的比较

摘要

关键词

引用

备注

相关论文