由于强化学习不需要教师信号,能在与环境的交互过程中不断地完善自己的认知技能,因此对于求解复杂的控制与决策问题具有更广泛的应用前景。课题选用强化学习算法中经典的Q-Learning算法,并结合不同的控制对象为实验模型,在已有强化学习算法的基础上加以改进,将Q-learning算法中的状态模糊化。此外结合神经网络,提出了自己的研究模型和见解。将这些改进应用到走迷宫寻优、倒立摆系统控制、中和反应控制及电梯群控器的调度中。主要研究成果包括以下四个方面:1、介绍一级倒立摆系统。提出了基于Q-learning强化学习算法对倒立摆的控制。由于学习系统仅有4个离散的控制动作,控制精度比较差。鉴于上述缺陷,提出Fuzzy-Q学习实现倒立摆控制,使得控制器的输出为连续信号,有效的提高了控制精度。2、将Q学习和多步Q学习的算法应用到走迷宫路径寻优中,并对Q学习算法的参数进行比较分析。3、以中和反应控制为例,将强化学习算法渗透到生物、化学工业学科领域中。为该领域的发展提出一个新的研究方向。4、首先,阐述电梯群组调度基本概念。总结现有的电梯群组调度方法。其次,将神经网络与Q学习算法结合应用到电梯群组调度问题。