Vliv parametrů modelu aktivního magnetického ložiska na algoritmus Q-učení

Influence of parameters of active magnetic bearing to Q-learning

conference paper

Czech

Standardní metoda Q-učení pracuje s množinou stavů a akcí. Stavy reprezentují aktuální stav prostředí. Pomocí vhodného sledu akcí se poté ovlivňuje stav prostředí. V tomto příspěvku je jako prostředí použit matematický model aktivního magnetického ložiska. Při běžném použití Q-učení je často používán čistý matematický model bez návaznosti na model reálný, metoda Q-učení pak pracuje přímo s vnitřními stavy dané soustavy. V případě, že je použit matematický model soustavy rozšířený o části týkající se reálného modelu, kde dochází k dalším úpravám výstupních signálů, jako např. zesílení apod. je nutné aby Q-učeni pracovalo s těmito upravenými signály a neužívalo pro učení vnitřní parametry modelu. Tento článek se zabývá úpravou algoritmu Q-učení tak, aby bylo možno provádět učení na základě již upravených signálů modelu.

Standard Q-learning works with set of states and actions. States represent actual state of environment. In this paper we present modificate Q-learning algorithm. This modified algorithm works with changed states which is modified in model. This approach is similar to real system.

Q-learning

VĚCHET, S.

2003

19. 11. 2003

Ostrava

80-248-0494-8

Servisní robotika

28

28

1