原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于强化学习的任意角度倒立摆模型训练方法，包括：获得小车一阶倒立摆状态向量；获得环境返回的值函数数组；计算下一状态的状态向量，返回执行本次动作所获得的奖励和一个判断环境是否结束的结束标识；将当前状态、下一状态、奖励、结束标识、所选动作作为一个元组存入到经验回放池中；从经验回放池中随机抽取一批元组；根据时序差分算法，计算损失函数，并更新神经网络，使得损失减小，直到通过结束标识判断出环境结束，完成网络模型训练，并通过训练好的模型来训练不同角度的模型。本发明考虑到不同角度训练的异同，把
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117313826A
(43)申请公布日2023.12.29
(21)申请号202311615603.8
(22)申请日2023.11.30
(71)申请人安徽大学
地址230601
文档评论（0）