1) reinforcement learning control
再励学习控制
1.
A new intelligent optimized dispatching method is proposed, and reinforcement learning control is applied in elevator group control system, in which CMAC neural network based on traffic pattern recognition is designed as the controller, in order to optimize the passengers’ average waiting time.
提出一种新的智能优化调度方法,将再励学习控制运用到电梯群控系统中,采用基于交通模式识别的小脑模型神经网络作为控制器,以乘客平均候梯时间最短为控制目标设计出电梯群控系统的控制方案。
2) reinforcement learning
再励学习
1.
Heuristic reinforcement learning for symmetric and asymmetric multi-agent systems;
对称和非对称的启发式多Agent再励学习方法
2.
Fighter safe landing lateral-directional control based on reinforcement learning;
基于再励学习的歼击机安全着陆横侧向协调控制
3.
Design of the controller based on reinforcement learning and its application on truck backer-upper;
基于模糊神经网络再励学习控制器设计及其在倒车模型中的应用
3) Reinforcing learnig
再励厉学习
4) associative reinforcement learning
联想再励学习
5) Hierarchical RL
递阶再励学习
6) learning control
学习控制
1.
CMAC network based learning control of high-precision servo systems;
高精度伺服系统的CMAC学习控制研究
2.
Electro-hydraulics servo loading system based on learning control;
基于学习控制的电液伺服加载系统
3.
On the robustness of open-closed-loop PI-type iterative learning controller for nonlinear systems;
非线性系统开闭环PI型迭代学习控制的鲁棒性
补充资料：学习控制系统
靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。实现学习功能可有多种方式。根据是否需要从外界获得训练信息，学习控制系统的学习方式分为受监视学习和自主学习两类。
受监视学习 这种学习方式除一般的输入信号外，还需要从外界的监视者或监视装置获得训练信息。所谓训练信息是用来对系统提出要求或者对系统性能作出评价的信息。如果发现不符合监视者或监视装置提出的要求，或受到不好的评价，系统就能自行修正参数、结构或控制作用。不断重复这种过程直至达到监视者的要求为止。当对系统提出新的要求时，系统就会重新学习。
自主学习 简称自学习。这是一种不需要外界监视者的学习方式。只要规定某种判据（准则），系统本身就能通过统计估计、自我检测、自我评价和自我校正等方式不断自行调整，直至达到准则要求为止。这种学习方式实质上是一个不断进行随机尝试和不断总结经验的过程。因为没有足够的先验信息，这种学习过程往往需要较长的时间。
在实际应用中，为了达到更好的效果常将两种学习方式结合起来。学习控制系统按照所采用的数学方法而有不同的形式，其中最主要的有采用模式分类器的训练系统和增量学习系统。在学习控制系统的理论研究中,贝叶斯估计、随机逼近方法和随机自动机理论，都是常用的理论工具。
参考书目
Ya.A.Tsypkin, Foundations of the Theory of Learning Systems, Academic Press, New York, 1973.
K.S.Fu, ed., Learning Systems, ASME Publ., New York,1973.
受监视学习 这种学习方式除一般的输入信号外，还需要从外界的监视者或监视装置获得训练信息。所谓训练信息是用来对系统提出要求或者对系统性能作出评价的信息。如果发现不符合监视者或监视装置提出的要求，或受到不好的评价，系统就能自行修正参数、结构或控制作用。不断重复这种过程直至达到监视者的要求为止。当对系统提出新的要求时，系统就会重新学习。
自主学习 简称自学习。这是一种不需要外界监视者的学习方式。只要规定某种判据（准则），系统本身就能通过统计估计、自我检测、自我评价和自我校正等方式不断自行调整，直至达到准则要求为止。这种学习方式实质上是一个不断进行随机尝试和不断总结经验的过程。因为没有足够的先验信息，这种学习过程往往需要较长的时间。
在实际应用中，为了达到更好的效果常将两种学习方式结合起来。学习控制系统按照所采用的数学方法而有不同的形式，其中最主要的有采用模式分类器的训练系统和增量学习系统。在学习控制系统的理论研究中,贝叶斯估计、随机逼近方法和随机自动机理论，都是常用的理论工具。
参考书目
Ya.A.Tsypkin, Foundations of the Theory of Learning Systems, Academic Press, New York, 1973.
K.S.Fu, ed., Learning Systems, ASME Publ., New York,1973.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条