基于 TF-Agents 的钟摆起摆问题的深度强化学习方法
机器学习
2021-06-18 v1 机器学习
摘要
借鉴使用深度 Q 学习智能体训练 CartPole 的思路，我们获得了一个有前景的结果，能够防止杆下落。强化学习（RL）从环境与智能体交互中学习的能力提供了一种最优控制策略。在本文中，我们旨在解决经典的钟摆起摆问题，使学习到的钟摆处于直立位置并保持平衡。本文引入深度确定性策略梯度算法以在连续动作域上操作。最优钟摆的显著结果通过平均回报的增加、损失的减少以及代码部分的实时视频得到证明。
引用
@article{arxiv.2106.09556,
title = {A Deep Reinforcement Learning Approach towards Pendulum Swing-up Problem based on TF-Agents},
author = {Yifei Bi and Xinyi Chen and Caihui Xiao},
journal= {arXiv preprint arXiv:2106.09556},
year = {2021}
}