离散控制Matlab代码-swirl:通过摇摆的事物加强学习

离散控制Matlab代码漩涡 通过摇摆的事物加强学习 您已得到一个摆锤，并被告知要通过主动移动支点使其与空中重量保持平衡。 做这个的最好方式是什么？ Swirl是强化学习教程的沙盒，探讨了此问题的各种解决方案。 这是一项正在进行的工作，但我的目标是涵盖一系列日益复杂的RL方法，并将每种方法应用于倒立摆任务。 现在，我将每个方法编写为单独的“章节”，其中包括有关该方法的简短教程，该任务的实现说明以及您可以运行以查看其运行效果的脚本。 这是到目前为止的目录： -系统运动方程的推导和用于数值模拟的更新规则。 -使用PID控制的基本启发式解决方案，并讨论了将PID层叠为自上而下的行为层次。 -在粗糙离散的状态空间中将任务设置为Markov决策过程，并通过Bellman方程的直接数值解找​​到最佳控制策略。 -通过策略迭代实现任务的解决方案。 每个章节都有其自己的目录，其内容在LaTeX中设置，并位于writeups子目录中。 Matlab实现位于code子目录中，并且每一章的README.md文件都包含用于运行代码的指令。 享受！