检索结果-内蒙古大学图书馆

现代信息科技 2025年第2期9卷 171-175页

作者：耿华冯涛河北工程大学信息与电气工程学院河北邯郸056038

作为智能物流系统中重要运输工具的自动引导车(Automated Guided Vehicle,AGV),AGV路径规划与避障算法是移动机器人领域重要研究热点之一。为了解决现有仓储环境下的AGV在运用q-learning算法进行路径规划时的前期收敛速度慢且探索利用... 详细信息

作为智能物流系统中重要运输工具的自动引导车(Automated Guided Vehicle,AGV),AGV路径规划与避障算法是移动机器人领域重要研究热点之一。为了解决现有仓储环境下的AGV在运用q-learning算法进行路径规划时的前期收敛速度慢且探索利用不平衡的问题,提出一种结合引力势场改进q-learning的算法,同时对贪婪系数进行动态调整。首先,针对传统的q-learning算法规划时学习效率低问题,构建从AGV到目标点的引力场,引导AGV始终朝着目标点方向移动,减少算法初期盲目性,加强初始阶段的目标性。然后,解决算法探索利用平衡问题,对贪婪系数进行动态改进。仿真实验表明,探索速率提升的同时,算法稳定性也有一定的提升。

关键词： q-learning算法强化学习人工势场算法 AGV 路径规划

来源：评论

学校读者我要写书评

暂无评论

q-learning算法优化的SVDPP推荐算法

引用

计算机工程 2021年第2期47卷 46-51页

作者：周运腾张雪英李凤莲刘书昌焦江丽田豆太原理工大学信息与计算机学院太原030600

为进一步改善个性化推荐系统的推荐效果,通过使用强化学习方法对SVDPP算法进行优化,提出一种新的协同过滤推荐算法。考虑用户评分的时间效应,将推荐问题转化为马尔科夫决策过程。在此基础上,利用q-learning算法构建融合时间戳信息的用... 详细信息

为进一步改善个性化推荐系统的推荐效果,通过使用强化学习方法对SVDPP算法进行优化,提出一种新的协同过滤推荐算法。考虑用户评分的时间效应,将推荐问题转化为马尔科夫决策过程。在此基础上,利用q-learning算法构建融合时间戳信息的用户评分优化模型,同时通过预测评分取整填充和优化边界补全方法预测缺失值,以解决数据稀疏性问题。实验结果显示,该算法的均方根误差较SVDPP算法降低了0.005 6,表明融合时间戳并采用强化学习方法进行推荐性能优化是可行的。

关键词：协同过滤奇异值分解强化学习马尔科夫决策过程 q-learning算法

来源：评论

学校读者我要写书评

暂无评论

q-learning算法及其在囚徒困境问题中的实现

引用

计算机工程与应用 2001年第13期37卷 121-122,128页

作者：张春阳陈小平刘贵全蔡庆生中国科学技术大学计算机系合肥230027

Ｑ－ｌｅａｒｎｉｎｇ是一种优良的强化学习算法。该文首先阐述了Ｑ－ｌｅａｒｎｉｎｇ的基本学习机制，然后以囚徒困境问题为背景，分析、对比ＴＱ－ｌｅａｒｎｉｎｇ算法与ＴＦＴ算法，验证了Ｑ－ｌｅａｒｎｉｎｇ算法的优良特性。

关键词：机器学习强化学习 q-learning算法囚徒困境问题人工智能

来源：评论

学校读者我要写书评

暂无评论

q-learning算法下的机械臂轨迹规划与避障行为研究

引用

机床与液压 2021年第9期49卷 57-61,66页

作者：郭新兰南京交通职业技术学院轨道交通学院江苏南京211188

机械臂运动和避障中存在轨迹偏差,要通过适当控制算法加以纠正确保实际轨迹趋近于理想轨迹。提出基于改进q-learning算法的轨迹规划与避障方案,分别构建状态向量集合和每种状态下的动作集合,利用BP神经网络算法提高模型的连续逼近能力,... 详细信息

机械臂运动和避障中存在轨迹偏差,要通过适当控制算法加以纠正确保实际轨迹趋近于理想轨迹。提出基于改进q-learning算法的轨迹规划与避障方案,分别构建状态向量集合和每种状态下的动作集合,利用BP神经网络算法提高模型的连续逼近能力,并在迭代中不断更新q函数值;路径规划中按照关节旋转角度及连杆空间移动距离最小原则,实现在合理避障同时轨迹偏差度最低。仿真结果表明:提出的控制算法收敛性速度快,路径规划效果优于传统规划方案,偏移成本最低。

关键词： q-learning算法机械臂轨迹规划与避障方案状态向量集合

来源：评论

学校读者我要写书评

暂无评论

基于q-learning算法的毫微微小区功率控制算法

引用

电子与信息学报 2019年第11期41卷 2557-2564页

作者：李云唐英刘涵霄重庆邮电大学移动通信技术重庆市重点实验室

该文研究macro-femto异构蜂窝网络中移动用户的功率控制问题,首先建立了以最小接收信号信干噪比为约束条件,最大化毫微微小区的总能效为目标的优化模型;然后提出了基于q-learning算法的毫微微小区集中式功率控制(PCqL)算法,该算法基于... 详细信息

该文研究macro-femto异构蜂窝网络中移动用户的功率控制问题,首先建立了以最小接收信号信干噪比为约束条件,最大化毫微微小区的总能效为目标的优化模型;然后提出了基于q-learning算法的毫微微小区集中式功率控制(PCqL)算法,该算法基于强化学习,能在没有准确信道状态信息的情况下,实现对小区内所有用户终端的发射功率统一调整。仿真结果表明该算法能实现对用户终端的功率有效控制,提升系统能效。

关键词：集中式功率控制 q-learning算法能效优化

来源：评论

学校读者我要写书评

暂无评论

Markov链与q-learning算法的超轻度混动汽车模型预测控制

引用

汽车安全与节能学报 2021年第4期12卷 557-569页

作者：尹燕莉马永娟周亚伟王瑞鑫詹森马什鹏黄学江张鑫新重庆交通大学机电与车辆工程学院重庆400074 包头北奔重型汽车有限公司包头014000

为了同时兼顾能量管理策略的全局最优性与运算实时性,本文提出了基于Markov链与q-learning算法的超轻度混合动力汽车模型预测控制能量管理策略。采用多步Markov模型预测加速度变化过程,计算得出混合动力汽车未来需求功率;以等效燃油消... 详细信息

为了同时兼顾能量管理策略的全局最优性与运算实时性,本文提出了基于Markov链与q-learning算法的超轻度混合动力汽车模型预测控制能量管理策略。采用多步Markov模型预测加速度变化过程,计算得出混合动力汽车未来需求功率;以等效燃油消耗最小与动力电池荷电状态(SOC)局部平衡为目标函数,建立能量管理策略优化模型;采用q-learning算法对预测时域内的优化问题进行求解,得到最优转矩分配序列。基于MATLAB/Simulink平台,对于ECE_EUDC+UDDS循环工况进行仿真分析。结果表明:采用q-learning求解的控制策略比基于动态规划(DP)求解的控制策略,在保证燃油经济性基本保持一致的前提下,仿真时间缩短了4 s,明显地提高了运行效率,实时性更好。

关键词：超轻度混合动力汽车模型预测控制 Markov链(Markov chain) q-learning算法多步Markov模型能量管理

来源：评论

学校读者我要写书评

暂无评论

q-learning算法的改进和实现

引用

计算机科学与应用 2021年第7期11卷 1994-2007页

作者：古彭李怀诚杨诗妍杨威刘嘉帆西藏大学西藏拉萨

机器学习领域开始越来越受人们关注并且也是人工智能最新的探寻方向。最近几年强化学习的研究增长部分原因是在玩一些电子游戏中可以达到人类所达不到的高水平。使用基于策略的强化学习算法可以更好地适应游戏环境,探索出一种相对稳定... 详细信息

机器学习领域开始越来越受人们关注并且也是人工智能最新的探寻方向。最近几年强化学习的研究增长部分原因是在玩一些电子游戏中可以达到人类所达不到的高水平。使用基于策略的强化学习算法可以更好地适应游戏环境,探索出一种相对稳定的路径,达到全局最优的目标。本文研究的是基于强化学习q-learning算法的Play Flappy Bird游戏。首先研究了强化学习的理论知识,对马尔可夫决策、动态规划、值函数近似、时间差分等相关理论进行了深入研究。重点研究了建立Flappy Bird游戏中的状态、行为、奖励数学模型,为了得到最优策略,对每一个状态下的目标是使总奖励最大化。在此基础上,本文将对深度卷积神经网络模型展开训练,从而可以识别游戏状态中的图像,并对其进行分类。系统仿真成功地运用深度q-learning模型实现Flappy Bird的自我学习,探索概率ε在550,000更新中从0.6线性下降到0,学习率一开始非常陡峭,但随后达到稳定,在比较短的时间内实现收敛效果,训练误差较低。智能体训练达到理想效果,均值得分为86分,最高得分为335分,已经超过普通人类玩家,取得了良好的成绩。

关键词：强化学习 Play Flappy Bird游戏 q-learning算法深度卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

q-learning算法优化的多种LSTM的超短期风电功率预测

引用

吉林化工学院学报 2024年第9期41卷 1-8页

作者：辛鹏李超然张勋刘培瑞袁成磊吉林化工学院信息与控制工程学院吉林吉林132022

针对风电功率预测中存在的特征选择困难和单一模型不稳定问题,提出了一种融合q-learning算法的多种LSTM网络(q_L-L-C-A)的超短期风电功率预测方法。该方法利用最大信息系数(MIC)对风电数据进行特征筛选,采用变分模态分解(VMD)将风电场... 详细信息

针对风电功率预测中存在的特征选择困难和单一模型不稳定问题,提出了一种融合q-learning算法的多种LSTM网络(q_L-L-C-A)的超短期风电功率预测方法。该方法利用最大信息系数(MIC)对风电数据进行特征筛选,采用变分模态分解(VMD)将风电场功率数据分解为多个频率模态作为额外特征,将筛选和分解后的数据作为模型输入,进行LSTM、CNN-LSTM、Attention-LSTM这3种网络模型预测。在此基础上,依据q-learning算法对3种模型的预测结果进行动态权重分配,以获得更优的组合预测结果。为了验证所提出q_L-L-C-A模型的预测效果,以某风电场实测数据为模型输入,与6种模型进行对比实验,实验结果表明:所提出的q_L-L-C-A模型的均方根误差和平均绝对百分误差结果均优于LSTM、CNN-LSTM、Atten-LSTM等模型,q_L-L-C-A模型在超短期风电功率预测中具有更高的准确性和稳定性。

关键词：功率预测组合模型 q-learning算法深度学习最大信息系数变分模态分解

来源：评论

学校读者我要写书评

暂无评论

基于q-learning算法的再入飞行器制导方法

引用

战术导弹技术 2019年第5期 44-49页

作者：李天任杨奔汪韧惠俊鹏中国运载火箭技术研究院研究发展部北京100076

针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出'智能预测校正制导'的概念,将飞行环境构建为包含千万量级状态点的状态空间,采用强化学习算法训练制导模型参数,纵向制导依然采用基于... 详细信息

针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出'智能预测校正制导'的概念,将飞行环境构建为包含千万量级状态点的状态空间,采用强化学习算法训练制导模型参数,纵向制导依然采用基于定攻角剖面的倾侧角迭代方法,横向制导则利用q-learning算法训练横向翻转决策器。结果表明,该算法训练制导模型有较快的收敛速度,集成多个决策器的打靶成功率达到0. 973。基于qlearning算法的再入飞行器制导方法消除了原有方法基于规则的横向制导逻辑对飞行器附加的一些不必要约束,使飞行器在复杂任务中发挥其较强的机动能力成为可能,有望应用于规避多禁飞区的轨迹规划研究。

关键词：再入飞行器强化学习预测校正制导 q-learning算法

来源：评论

学校读者我要写书评

暂无评论

改进q-learning算法的柔性上料系统研究

引用

现代制造工程 2023年第4期 87-92,129页

作者：丁慧琴曹雏清徐昌军李龙安徽工程大学计算机与信息学院芜湖241000 哈尔滨工业大学芜湖机器人产业技术研究院芜湖241000

现有振动式给料柔性上料系统的工作效果多数依靠出厂前人工手动调试,手动振动参数调试存在耗时长、费人力问题,且调试结果有较强针对性,导致系统柔性能力不足。提出一种基于改进q-learning算法的柔性上料系统,结合柔性上料系统自身特性... 详细信息

现有振动式给料柔性上料系统的工作效果多数依靠出厂前人工手动调试,手动振动参数调试存在耗时长、费人力问题,且调试结果有较强针对性,导致系统柔性能力不足。提出一种基于改进q-learning算法的柔性上料系统,结合柔性上料系统自身特性对传统q-learning算法的奖励函数和ε-贪婪策略进行改进,令柔性上料系统自学习寻找一组有较优料件振动效果的振动参数。由实验可得,所提算法能减少人工在柔性上料系统调试上的参与度,证明了该算法在柔性上料系统中的可行性和有效性,且与传统q-learning算法相比较,改进q-learning算法更符合柔性上料系统的实际应用。

关键词：强化学习 q-learning算法柔性上料系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：