基于强化学习的 Acrobot 控制实验研究
机器人学
2023-07-28 v2 机器学习
摘要
我们给出了关于人工智能 (AI) 如何利用强化学习 (RL) 学习控制 Acrobot 的计算与实验结果。实验装置被设计为嵌入式系统，这在机器人与能量收集应用中颇具意义。具体而言，我们研究了 Acrobot 的角速度控制以及其总能量（动能与势能之和）的控制。由此设计的 RL 算法用于将 Acrobot 第一摆的角速度或能量驱动至期望值。借此实现了 Acrobot 无驱动摆的摆动或整周旋转。此外，开展了 Acrobot 控制的相关研究，从而深入认识了状态空间离散化、回合长度、动作空间或驱动摆质量对 RL 控制的影响。通过大量进一步的仿真与实验，评估了参数变化的影响。
引用
@article{arxiv.2011.09246,
title = {Experimental Study on Reinforcement Learning-based Control of an Acrobot},
author = {Leo Dostal and Alexej Bespalko and Daniel A. Duecker},
journal= {arXiv preprint arXiv:2011.09246},
year = {2023}
}