通过奖励塑造在强化学习中保证控制需求

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了一种基于强化学习的方法,用于满足控制问题中的规范和追踪要求。通过设计结果和系统奖励,可以确保最优策略生成的轨迹与指定的控制要求相一致,并评估策略是否满足要求。实验证明了该方法的有效性。

🏷️

标签

➡️

继续阅读