سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

کنترل بهینه ربات تک لینکی غیرخطی به روش یادگیری تقویتی Q-Learning

Publish Year: 1402
Type: Conference paper
Language: Persian
View: 444

This Paper With 8 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

NEEC07_055

Index date: 22 April 2024

کنترل بهینه ربات تک لینکی غیرخطی به روش یادگیری تقویتی Q-Learning abstract

در این مقاله، کنترل بهینه سیستم های رباتیک با دینامیک نامعلوم با استفاده از روش یادگیری تقویتی ارائه شده است. از بین روش های مختلف یادگیری تقویتی، در اینجا از الگوریتم Q-Learning مبتنی بر تکنیک تکرار سیاست استفاده شده است. در این الگوریتم از ساختار بازیگر-منتقد بهره گرفته می شود، که بر اساس آن معادله غیرخطی همیلتون-یاکوبی-بلمن بطور بر خط و با استفاده از شبکه های عصبی حل شده است. در ضمن با وجود دینامیک نامعلوم پلنت، مسئله کنترل بهینه با مینیمایز کردن تابع هزینه حل می گردد. روش ارائه شده بر روی ربات تک لینکی به کار رفته و در نرم افزار متلب شبیه سازی شده است.

کنترل بهینه ربات تک لینکی غیرخطی به روش یادگیری تقویتی Q-Learning Keywords:

کنترل بهینه ربات تک لینکی غیرخطی به روش یادگیری تقویتی Q-Learning authors

سجاد صابری

دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران

عباس چترایی

دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران

خوشنام شجاعی

دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایرانمرکز تحقیقات پردازش و دیجیتال و بینایی ماشین، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران

مقاله فارسی "کنترل بهینه ربات تک لینکی غیرخطی به روش یادگیری تقویتی Q-Learning" توسط سجاد صابری، دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران؛ عباس چترایی، دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران؛ خوشنام شجاعی، دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایرانمرکز تحقیقات پردازش و دیجیتال و بینایی ماشین، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران نوشته شده و در سال 1402 پس از تایید کمیته علمی اولین کنفرانس بین المللی و هفتمین کنفرانس ملی مهندسی برق و سیستم های هوشمند پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله تکرار سیاست، ربات تک لینکی غیرخطی، روش Q-Learning، کنترل بهینه، یادگیری تقویتی هستند. این مقاله در تاریخ 3 اردیبهشت 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 444 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در این مقاله، کنترل بهینه سیستم های رباتیک با دینامیک نامعلوم با استفاده از روش یادگیری تقویتی ارائه شده است. از بین روش های مختلف یادگیری تقویتی، در اینجا از الگوریتم Q-Learning مبتنی بر تکنیک تکرار سیاست استفاده شده است. در این الگوریتم از ساختار بازیگر-منتقد بهره گرفته می شود، که بر اساس آن معادله غیرخطی همیلتون-یاکوبی-بلمن بطور بر خط ... . برای دانلود فایل کامل مقاله کنترل بهینه ربات تک لینکی غیرخطی به روش یادگیری تقویتی Q-Learning با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.