| 专利名称 | 基于监督式强化学习的最优控制方法 | 申请号 | CN201310232043.8 | 专利类型 | 发明专利 | 公开（公告）号 | CN103324085A | 公开（授权）日 | 2013.09.25 | 申请（专利权）人 | 中国科学院自动化研究所 | 发明（设计）人 | 赵冬斌;王滨;刘德荣 | 主分类号 | G05B13/02(2006.01)I | IPC主分类号 | G05B13/02(2006.01)I | 专利有效期 | 基于监督式强化学习的最优控制方法 至基于监督式强化学习的最优控制方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明提出一种基于监督式强化学习的最优控制方法，包括步骤：步骤1，初始化控制器和评价器的人工神经网络的权值等参数，及一组训练数据集；步骤2，选择一组系统状态开始迭代；步骤3，监督式控制器产生初始稳定的控制策略，控制器通过调整自身权值逼近该控制策略；步骤4，控制器生成相应的控制动作，并附加一定的随机噪声作为探索；步骤5，将带有噪声的控制动作施加到被控制的系统上，观测下一时刻系统的状态和回报；步骤6，调整控制器和评价器的人工神经网络的权重；步骤7，判断当前状态是否满足终止条件，是则进入步骤8，否则回到步骤3；步骤8，判断初始的系统状态数据是否已经全部用于训练，是则输出最终的控制器，否则回到步骤2。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障