“CartPole”游戏上的策略梯度及其对 F1Tenth 自动驾驶车辆的扩展性
机器人学
2021-03-16 v1 人工智能
系统与控制
系统与控制
摘要
策略梯度是在环境中估计连续动作的一种有效方法。本文旨在解释其数学公式与代码实现。最后，通过比较 CartPole 上杆子的旋转角度与自动驾驶车辆转弯时的角度，并利用自行车模型这一简单的运动学动力学模型，来发现这两种模型之间的相似性，从而促进模型从 CartPole 到 F1tenth 自动驾驶车辆的迁移。
引用
@article{arxiv.2103.08396,
title = {Gradient Policy on "CartPole" game and its' expansibility to F1Tenth Autonomous Vehicles},
author = {Mingwei Shi},
journal= {arXiv preprint arXiv:2103.08396},
year = {2021}
}