基于 Q Learning 与深度 Q 网络的自平衡机器人模型控制实现
机器人学
2018-07-24 v1
摘要
本文讨论了两种强化学习算法，即 Q Learning 与深度 Q 网络（DQN），在自平衡机器人 Gazebo 模型上的实现。实验目标是使机器人模型学习在环境中保持平衡的最佳动作。其在指定限度内保持时间越长，获得的奖励越多，因而越平衡。文中针对 Q Learning 与 DQN 设置了不同学习参数的多种实验，并给出了实验曲线。
引用
@article{arxiv.1807.08272,
title = {Implementation of Q Learning and Deep Q Network For Controlling a Self Balancing Robot Model},
author = {MD Muhaimin Rahman and SM Hasanur Rashid and M. M Hossain},
journal= {arXiv preprint arXiv:1807.08272},
year = {2018}
}
备注
It is under review process of a journal