【摘 要】
：
在不同环境中,各种强化学习算法的控制效果存在差异,针对特定环境下算法难以选择的问题,基于Gym与Gazebo搭建了一种强化学习算法仿真的小车平台,使用其对Q-Learning算法、Sar
【基金项目】
：
江苏省自然科学基金(BK20160700);中央高校基本科研业务费专项资金资助(2242019K40039)
论文部分内容阅读
在不同环境中,各种强化学习算法的控制效果存在差异,针对特定环境下算法难以选择的问题,基于Gym与Gazebo搭建了一种强化学习算法仿真的小车平台,使用其对Q-Learning算法、Sarsa算法和DQN算法在两轮模型车的行走控制训练中进行测试验证,利用三种复杂度不同的地图,在训练次数相同的情况下测试算法的有效性与鲁棒性。实验结果与预期符合:Q-Learning算法在较简单的地图中可以使模型车获得较高的奖励;Sarsa算法的稳定性更佳,训练收敛速度更快、效果更优;DQN算法收敛性与鲁棒性最优。该平台提供了一
其他文献
根据机车加装碳纤维加热套破损及接地的情况,分析SS4B机车改进原有加热装置,加装自控温加热装置的必要性和可行性。针对自控温加热装置的结构特点,提出了新的安装方案,装车使
提出用Moldflow塑料CAE软件模拟来评估、改进、优化产品设计和制造参数.针对薄壁听筒上盖零件的成型工艺及产品性能,应用Moldflow的MPI模块进行分析,确定了浇口位置及数量.结
目前,在各种媒体所使用的语言中,＂拼＂的意义和用法比字典词典中列出的义项要丰富得多,因此,本文对其新义新用法进行了考察,发现其新用法多是通过隐喻（或转喻）的认知方式使原词语
布病是布鲁氏菌病的简称,是一种由布鲁氏杆菌引发的人畜共患的细菌性传染病。这种病具有很强的传染性,可以在短时间内迅速传播,破坏性极大,会造成巨大的经济损失。布病曾在全
本文以沪深两市2015年6月2日前推出员工持股计划的36家主板上市公司为样本,采用事件研究法,对股价在员工持股计划公告前后21个交易日是否存在超额收益进行了实证研究。实证结
该文从总体布局与建筑单体两方面分析了泉州＂手巾寮＂传统民居的生态理念,进而就如何在现代农村住宅建设中实现对传统民居的传承,提出局部更新和适宜技术两点思路及具体做法,探
恩格斯晚年在批判资产阶级批评家和党内＂青年派＂思想家对意识形态与经济基础关系的歪曲和攻击的同时,充分论证了意识形态的相对独立性、政治上层建筑与意识形态的关系以及意识
热性惊厥是小儿时期因体温升高诱发的一种特殊的癫痫综合征，近年来研究表明，热性惊厥有明显的遗传倾向，国内外对热性惊厥进行了大量遗传学研究和相关基因染色体定位工作，热性惊厥
＂斋＂、＂济＂、＂游＂是马注五功思想的重要内容。在对三者的阐释上,马注既保持了正统伊斯兰教功修思想的基本内容,也吸收了苏菲主义的某些思想,同时也有意无意地糅合了一些中国本土文
以李家湾煤矿12401浅埋大采高工作面为背景,通过矿压数据及矿压显现综合分析,得出12401工作面初次来压步距及周围来压步距,来压强烈,且周期来压期间伴随有100~200mm的立柱下