Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail publikačního výsledku
BŘEZINA, T., KREJSA, J., VĚCHET, S.
Originální název
STOCHASTIC POLICY IN Q-LEARNING USED FOR CONTROL OF AMB
Anglický název
Druh
Stať ve sborníku v databázi WoS či Scopus
Originální abstrakt
A great intention is lately focused on Reinforcement Learning (RL) methods. The article is focused on improving model free RL method known as Q-learning algorithm used on active magnetic bearing (AMB) model. Stochastic strategy and adaptive integration step increased the speed of learning approximately hundred times. Impossibility of using proposed improvement online is the only drawback, however it might be used for pretraining on simulation model and further fined online.
Anglický abstrakt
Klíčová slova
Reinforcement Learning, Q-learning, Active Magnetic Bearing
Klíčová slova v angličtině
Autoři
Vydáno
13.05.2002
Nakladatel
Institute of Mechanics of Solids, Faculty of Mechanical Engineering, Brno University of Technology
Místo
Brno
ISBN
80-214-2109-6
Kniha
Inženýrská mechanika 2002
Strany od
7
Strany počet
2
BibTex
@inproceedings{BUT9663, author="Tomáš {Březina} and Jiří {Krejsa} and Stanislav {Věchet}", title="STOCHASTIC POLICY IN Q-LEARNING USED FOR CONTROL OF AMB", booktitle="Inženýrská mechanika 2002", year="2002", number="1", pages="2", publisher="Institute of Mechanics of Solids, Faculty of Mechanical Engineering, Brno University of Technology", address="Brno", isbn="80-214-2109-6" }