作　　者： ; ;

机构地区： 深圳大学电子科学与技术学院电子科学与技术系

出　　处： 《深圳大学学报（理工版）》 1997年第1期83-89,共7页

摘　　要： 提出一种新的基于神经网络的增强式学习控制方法．学习控制器包括系统性能的评估部分及由性能评估提供的增强信号引导下进行学习的神经网络部分．模拟及物理实验结果表明，此方法具有学习速度快，适应性强，通用性好等特点． A new scheme of reinforcement learning control using neural networks is presented.The learning controller consists of a perfonnarce evaluation part and a neural network part that learns under the influence of the reinforcement signal provided by performance evaluation.Results of simulation and physical experiments showed that the learning controller was able to learn to control a nonlinear system at a much faster learning rate and more adaptive to system parameter changes than most of the other learning control algorithms for the same task.Furthermore,it is general-purpose.

关 键 词： 神经网络 算法 智能控制 学习控制 增强式

领　　域： [自动化与计算机技术] [自动化与计算机技术]