上一页 1 2 3 4 5 6 ··· 74 下一页
摘要: tensorflow和tensorboard都正常安装之后。 输入: tensorboard --logdir=results/logs 报出ValueError: Duplicate plugins for name projector错误。 原因可能是命令前没加sudo。 执行: sudo te 阅读全文
posted @ 2024-06-20 22:17 Dsp Tian 阅读(51) 评论(0) 推荐(0) 编辑
摘要: ubuntu系统gcc版本太高导致cuda编译报错,可以手动切换gcc版本: #切换gcc版本 sudo update-alternatives --config gcc #切换g++版本 sudo update-alternatives --config g++ 阅读全文
posted @ 2024-06-14 22:28 Dsp Tian 阅读(56) 评论(0) 推荐(0) 编辑
摘要: DQN是强化学习中的一种方法,是对Q-Learning的扩展。 通过引入深度神经网络、经验回放和目标网络等技术,使得Q-Learning算法能够在高维、连续的状态空间中应用,解决了传统Q-Learning方法在这些场景下的局限性。 Q-Learning可以见之前的文章。 算法的几个关键点: 1. 深 阅读全文
posted @ 2024-06-08 16:09 Dsp Tian 阅读(45) 评论(0) 推荐(0) 编辑
摘要: LQR 是一种优化控制方法,设计目标是找到一组控制输入,使得线性系统的状态轨迹尽可能地接近目标,同时使控制输入尽可能小。其目标函数是一个二次型成本函数。 分为以下几个步骤: 1. 设系统动态方程为: 其中x为状态量,u为控制输入,A和B为状态转移和控制矩阵。 2. 定义一个性能指标,即控制器的优化目 阅读全文
posted @ 2024-06-01 16:47 Dsp Tian 阅读(60) 评论(0) 推荐(0) 编辑
摘要: 之前有实现Q-Learning走迷宫,本篇实现SARSA走迷宫。 Q-Learning是一种off-policy算法,当前步采取的决策action不直接作用于环境生成下一次state,而是选择最优的奖励来更新Q表。 更新公式: SARSA是一种on-policy算法,当前步采取的策略action既直 阅读全文
posted @ 2024-05-18 20:36 Dsp Tian 阅读(73) 评论(0) 推荐(0) 编辑
摘要: 之前有通过ode和simulink解线性常微分方程组。 除了上面两种方法,线性常微分方程组还可以通过矩阵的方法求解。 比如下面这个之前使用的方程组: x'' = x' - x + y' -z' y'' = y' - y - x' z'' = z' - z + x' 可以写成下面矩阵形式: 设这个矩阵 阅读全文
posted @ 2024-05-16 23:03 Dsp Tian 阅读(70) 评论(0) 推荐(1) 编辑
摘要: 如果想做基于图像cnn的深度强化学习,需要拿到gym的截图,下面是两种截图方法。 1. 利用render结果生成图像: import gym import warnings import os from PIL import Image warnings.filterwarnings("ignore 阅读全文
posted @ 2024-05-12 20:21 Dsp Tian 阅读(28) 评论(0) 推荐(0) 编辑
摘要: 上一篇配置成功gym环境后,就可以利用该环境做强化学习仿真了。 这里首先用之前学习过的qlearning来处理CartPole-v1模型。 CartPole-v1是一个倒立摆模型,目标是通过左右移动滑块保证倒立杆能够尽可能长时间倒立,最长步骤为500步。 模型控制量是左0、右1两个。 模型状态量为下 阅读全文
posted @ 2024-04-29 21:08 Dsp Tian 阅读(106) 评论(0) 推荐(0) 编辑
摘要: gym是python中的一个强化学习环境,想要完整配置并跑起来坑还是比较多的。 下面记录一下Windows完整安装过程,Linux下过程基本类似。 1. 执行pip install gym直接安装的是0.26.2版本,网上常见的代码无法兼容,这里安装0.25.2版,并且安装对应的pygame。 执行 阅读全文
posted @ 2024-04-20 12:58 Dsp Tian 阅读(1515) 评论(0) 推荐(0) 编辑
摘要: 当时写stanley就实现了,贴上来记录一下。 方法示意图: 控制率公式: 其中L为轴距,e为横向误差,v为车辆速度,lambda和c为控制参数。 算法步骤如下: 1. 根据当前定位结果找到路径最邻近点。 2. 计算该点与定位结果横向误差e。 3. 根据控制率公式计算出前轮转角。 4. 将前轮转角转 阅读全文
posted @ 2024-04-05 17:24 Dsp Tian 阅读(88) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 74 下一页