- 1、本文档共54页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第三章最优控制
北京大学余欣航;目录;价值的定义;最优控制问题;三连棋游戏;游戏规则;定义MDP;求解最优策略:第一步走中间;求解最优策略:第一步走中间;求解最优策略:第一步走中间;求解最优策略:第一步走中间;求解最优策略:第一步走角落;求解最优策略:第一步走角落;求解最优策略:第一步走角落;求解最优策略:第一步走角落;求解最优策略:第一步走角落;三连棋游戏最优策略;“价值”的思想;?;;;策略下状态的价值;状态的价值;价值的计算;动态规划的思想;动态规划算法;;策略评估;策略评估;雅克比迭代法;策略提升;策略迭代法;值迭代法;策略迭代与值迭代;Bellman方程;Bellman方程;LQR控制;连续状态动作的MDP;基本的LQR问题;基本的LQR问题;问题的解(T=1);问题的解
;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;总结;案例:利用策略迭代和值迭代求解迷宫寻宝问题
;案例介绍;扫描二维码发现更多
您可能关注的文档
- 强化学习 课件 第1章 强化学习概述.pptx
- 强化学习 课件 第2章 Bandit问题.pptx
- 强化学习 课件 第4章 基于价值的强化学习.pptx
- 强化学习 课件 第5章 强化学习的实验环境与工具.pptx
- 强化学习 课件 第6章 策略梯度法.pptx
- 强化学习 课件 第7章 Actor-Critic型算法.pptx
- 强化学习 课件 第8章 基于模型的强化学习基础.pptx
- 关系数据库设计与应用(工作手册式) 课件 第1章 关系数据库设计基础.pptx
- 关系数据库设计与应用(工作手册式) 课件 第2章 实体-联系模型.pptx
- 关系数据库设计与应用(工作手册式) 课件 第3章 关系模型.pptx
最近下载
- 2024年云南大理州州级机关统一公开遴选公务员16名高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 满堂红脚手架专项施工方案(1).pdf
- 沪教版八年级数学上册讲义暑假班学案.pdf VIP
- 数字电路分析与设计(浙大)中国大学MOOC慕课 章节测验期末考试客观题答案.docx
- 中国农技推广APP使用方法.ppt
- 大型民用飞机涡扇发动机采购成本研究.pdf
- 身份证翻译模板.doc
- 教育数字化转型背景下中小学教师素养的“变”与“不变”.docx
- (高清版)ZT 0214-2020 矿产地质勘查规范 铜、铅、锌、银、镍、钼.pdf VIP
- 公路施工组织与概预算课程设计.docx VIP
文档评论(0)