文献

J-GLOBAL ID：202102283138612311   整理番号：21A0448341

回転倒立振り子を制御するための強化学習を用いたニューラルコントローラの設計【JST・京大機械翻訳】

Design of a Neural Controller Using Reinforcement Learning to Control a Rotational Inverted Pendulum

著者 (2件)： Brown Dominic (Institut fuer Kommunikationssysteme und Technologien, Ostfalia University of Applied Sciences,Wolfenbuettel,Germany) ,  Strube Martin (Institut fuer Kommunikationssysteme und Technologien, Ostfalia University of Applied Sciences,Wolfenbuettel,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： REM  ページ： 1-5  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人工知能(AI)は,製造および加工産業において,増加する影響を持った。応用のますます興味深い分野は,強化学習による技術的システムのための制御装置の設計である。これは,適切な制御器パラメータの決定を排除することにより,設計プロセスに通常関与する,人間の専門家に対する低減努力を有するコントローラの設計を可能にする。本論文では,回転反転振り子のためのニューラルコントローラを,強化学習と組み合わせた人工ニューラルネットワークを用いて開発した。回転倒立振り子は,非線形で不安定なシステムの古典的用例であり,この主題に関する以前の論文でほとんどカバーされていない。さらに,回転反転振り子をスイングし,バランスさせるとき,神経制御器の挙動を従来の制御装置と比較した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 制御装置 ,  ニューラルネットワーク ,  人工知能 ,  *振り子 ,  *倒立振り子 ,  *強化学習
準シソーラス用語： デザインプロセス ,  神経制御 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 倒立振り子 ,  強化学習 ,  設計