基于强化学习的机器人控制系统设计 - MATLAB & Simulink
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
  • Chapters
  • descriptions off, selected
  • subtitles off, selected
      视频长度为 21:25

      基于强化学习的机器人控制系统设计

      来自系列: 机器人与人工智能专题线上技术研讨会

      概述

      通过强化学习,您可以在没有标注数据的情况下,使用深度神经网络解决复杂控制问题。学习过程通过对目标系统的多次仿真实现。生成的仿真数据用于训练基于深度神经网络的智能体策略,从而取代传统的控制系统。

      本演讲以四足机器人行走控制为例,介绍MATLAB和Simulink强化学习工作流,包括怎样设置环境模型,定义策略结构,智能体的训练与验证,通过自动代码生成部署策略函数,以及如何在桌面环境下,结合Simulink环境模型验证策略的代码功能。

      关于演示者

      袁航, MathWorks中国应用工程师,专注于数据科学和人工智能领域,包括数据分析和可视化,深度学习与强化学习应用。曾任职于 Linde Hydraulics,硕士毕业于北京航空航天大学机械电子工程专业.

      Published: 2020 年 6 月 3 日

      查看更多相关视频