无人自行车上基于自适应评论家的神经模糊控制器的设计与实现
系统与控制
2017-02-14 v1
摘要
模糊评论家学习构成了一种基于动态规划的强化学习方法。本文提出了一种用于无人自行车的基于自适应评论家的神经模糊系统。评论家智能体可用的唯一信息是系统反馈，该反馈被解释为控制器在前一状态中执行的最后动作。评论家智能体产生的信号与误差反向传播一起用于调整（在线）自适应控制器的模糊推理规则的结论部分。进行了仿真与实验以评估所提出控制器的性能。结果表明，所开发的控制器在改善瞬态响应、对模型不确定性的鲁棒性以及快速在线学习方面具有优越性能。
引用
@article{arxiv.1702.03304,
title = {Design and implementation of an adaptive critic-based neuro-fuzzy controller on an unmanned bicycle},
author = {Ali Shafiekhani and Mohammad J. Mahjoob and Mehdi Akraminia},
journal= {arXiv preprint arXiv:1702.03304},
year = {2017}
}
备注
24 pages, 17 figures, Mechatronics Journal