Loading...
机构名称:
¥ 1.0

技术进步,尤其是计算能力的持续增加以及高性能硬件的发展导致机器学习(ML)和增强学习(RL)的意义越来越大。人工智能(AI)的快速进步正在为各个领域的创新应用开放新的可能性 - 从机器人技术和自主控制到复杂过程的优化。该项目的目标是研究强化学习控制不稳定系统的潜力。将开发和训练一种无模型的RL算法,以有效地稳定系统。除了配置神经网络外,还将考虑各种RL算法和代理类型来确定最佳控制策略。将进行模拟和现实世界实验,以验证这些方法的实际适用性。该项目的一个关键方面是将基于RL的控制方法与经典控制理论的既定技术进行比较,例如线性二次调节器(LQR)和模型预测控制(MPC)。最终评估将基于相关的关键绩效指标(KPI),包括通过模拟和实验进行机电一体化实验室中的真实测试设置进行评估,包括收敛速度,控制质量,稳定性和概括能力。

公告项目和研讨会

公告项目和研讨会PDF文件第1页

相关文件推荐

2023 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2023 年
¥7.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥9.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2024 年
¥3.0
1900 年
¥1.0