再勵(lì)學(xué)習(xí)與神經(jīng)控制_第1頁(yè)
再勵(lì)學(xué)習(xí)與神經(jīng)控制_第2頁(yè)
再勵(lì)學(xué)習(xí)與神經(jīng)控制_第3頁(yè)
再勵(lì)學(xué)習(xí)與神經(jīng)控制_第4頁(yè)
再勵(lì)學(xué)習(xí)與神經(jīng)控制_第5頁(yè)
已閱讀5頁(yè)，還剩6頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

4-9再勵(lì)學(xué)習(xí)與神經(jīng)控制

再勵(lì)（強(qiáng)化）學(xué)習(xí)是模擬人適應(yīng)環(huán)境學(xué)習(xí)過(guò)程的一種機(jī)器學(xué)習(xí)模型，在神經(jīng)網(wǎng)絡(luò)與神經(jīng)控制中，得到應(yīng)用。

神經(jīng)網(wǎng)絡(luò)三種學(xué)習(xí)方式：（1）有導(dǎo)師的學(xué)習(xí)，雖然學(xué)習(xí)效率高，但在控制系統(tǒng)中，導(dǎo)師信號(hào)不易直接獲得；（2）無(wú)導(dǎo)師的學(xué)習(xí)，雖不需導(dǎo)師信號(hào)，但因?qū)W習(xí)效率低，而很難實(shí)際應(yīng)用；（3）再勵(lì)學(xué)習(xí)是介于上述二者間的學(xué)習(xí)方式，是智能系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)，以使強(qiáng)化（獎(jiǎng)勵(lì)）信號(hào)值最大。

1再勵(lì)學(xué)習(xí)與有導(dǎo)師學(xué)習(xí)不同點(diǎn)是導(dǎo)師信號(hào)前者只需要系統(tǒng)（環(huán)境）的標(biāo)量評(píng)價(jià)值作再勵(lì)信號(hào)，它是對(duì)系統(tǒng)動(dòng)作的一種評(píng)價(jià)。因外部環(huán)境提供的信息少，再勵(lì)學(xué)習(xí)系統(tǒng)必需靠自身的經(jīng)歷學(xué)習(xí)，在動(dòng)作――評(píng)價(jià)的環(huán)境中獲得知識(shí)、改進(jìn)行動(dòng)方案以適應(yīng)環(huán)境。這對(duì)于復(fù)雜的非線性、不確定性系統(tǒng)在不確定的外部環(huán)境中工作，以實(shí)現(xiàn)有效的控制，是非常有利的。再勵(lì)學(xué)習(xí)在控制中應(yīng)用主要在兩方面：倒立擺控制；智能機(jī)器人控制。24-9-1再勵(lì)學(xué)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論