複数のモデルを用いた強化学習による非線形制御方式

スポンサーリンク

概要

論文の詳細を見る
目標とすべき出力が未知である場合に、試行錯誤的に望ましい出力を学習する方式として、強化学習が理論化されている。しかし強化学習において、環境に強い非線形性、非定常性があると対処出来ないなどの問題がある。そこで本研究では、環境の局所的なモデルと強化学習システムをペアとしたモジュールを環境の予測誤差のsoftmax関数により適応的に切り替え、組み合わせる強化学習の方式について検討を行なう。具体的には制御対象に強い非線形性を持つ倒立振子の振り上げのシュミレーションを行ない、非線形性をもつ環境下において制御則の学習と、それらのを切り替え・組合せることで制御が可能なことを示す。
1998-10-24

著者

関連論文

もっと見る

スポンサーリンク