很多人学强化学习都是从Cartpole这个例子开始的，（如下图）单极倒立摆的目标是维持摆的临界稳定状态。使用强化学习的算法无法让系统的状态渐进稳定，而其他的算法如：LQR...
发简信
IP属地：北京
-
关于RL不能实现系统镇定的一些思考
很多人学强化学习都是从Cartpole这个例子开始的，（如下图）单极倒立摆的目标是维持摆的临界稳定状态。使用强化学习的算法无法让系统的状态渐进稳定，而其他的算法如：LQR...