強化学習による振り子の制御.pdf

Transcript

1. ,FJ
   .JOBHBXB
   
   !LFJNJOB ڧԽֶशʹΑΔৼΓࢠͷ੍ޚ 1FOEVMVN
   7̌
2. IUUQTLFJNJOBIBUFOBCMPHKQ
   
3. ࠓճ͸ɺڧԽֶशͰ
   ৼΓࢠͷ੍ޚΛߦ͍·ͨ͠ɻ
   ͲͷΑ͏ͳ͜ͱΛߦ͍ɺ݁Ռ͕Ͳ͏ͳ͔ͬͨɺ
   ͬ͘͟Γͱઆ໌͠·͢
4. ·ͣɺৼΓࢠͷಈ͖Λ1$Ͱ࠶ݱͰ͖ΔγϛϡϨʔλΛಋೖ͠·ͨ͠ɻ
   QJQ
   JOTUBMM
   HZN
   ಈ͔͍ͨ͠ํ͸ೖΕ·͠ΐ͏ɻ
5. JNQPSU
   HZN
   JNQPSU
   UJNF
   FOW
   
   HZNNBLF 1FOEVMVNW
   FOWSFTFU
   GPS
   @
   JO
   SBOHF  
   
   
   
   
   FOWTUFQ <>
   
   
   
   
   FOWSFOEFS
   
   
   
   
   UJNFTMFFQ 
   
6. JNQPSU
   HZN
   JNQPSU
   UJNF
   FOW
   
   HZNNBLF 1FOEVMVNW
   FOWSFTFU
   GPS
   @
   JO
   SBOHF  
   
   
   
   
   FOWTUFQ <>
   
   
   
   
   FOWSFOEFS
   
   
   
   
   UJNFTMFFQ 
   τϧΫ
   
   Λ༩͑ͯ̍εςοϓਐΊΔ
8. 1FOEVMVN
   W
   ͷύϥϝʔλ͸ҎԼʹͳΓ·͢ɻ
   ্͔Βॱʹɺ֯౓ɺ֯଎౓ɺτϧΫͰ͢ɻ
   ֯౓ɺ֯଎౓͸ঢ়ଶΛද͠·͢ɻ
   τϧΫ͸ߦಈΛද͠·͢ɻ
   ˞ύϥϝʔλͷऔΓ͏Δ஋ʹ͍ͭͯ͸ҎԼͷαΠτʹهࡌ͞Ε͍ͯ·͢
   ɹIUUQTHJUIVCDPNPQFOBJHZNXJLJ1FOEVMVNW
9. ֶशΞϧΰϦζϜͷ࿩
   
10. ڧԽֶशͰग़ͯ͘Δొ৔ਓ෺
    ঢ়ଶT
    ͷ࣌ɺํࡦК
    ʹै͍ߦಈB
    Λߦ͏ͱɺঢ়ଶભҠ֬཰Q
    ʹै͍ɺ
    ঢ়ଶ͕
    T
    ʹભҠ͠ɺใुS
    ΛಘΔɻ
    ڧԽֶशͷΞϧΰϦζϜ͸ɺใुSͷ૯࿨͕࠷େͱͳΔΑ͏ͳɺ
    TͱBͷ૊Έ߹ΘͤΛݟ͚ͭग़͢Α͏ʹͳ͍ͬͯ·͢ɻ
    T B T Q К
11. ొ৔ਓ෺Λ࢖༻͠ɺ
    1
    3
    W
    R
    Λ
    ࣜ    
    ͷΑ͏ʹఆٛ͠·͢
    ˞ࢀߟจݙʮݱ৔Ͱ࢖͑Δʂ1ZUIPOਂ૚ڧԽֶशೖ໳
    ڧԽֶशͱਂ૚ֶशʹΑΔ୳ࡧͱ੍ޚʯ
    1
    1
    ΑΓҾ༻
    
12. ࠓճ࢖༻͢ΔڧԽֶशͷֶशΞϧΰϦζϜ͸ҎԼʹͳΓ·͢ɻ
    
    લทͷࣜ    
    ΛܭࢉͰٻΊ·͢ɻ
    
    શͯͷTʹ͍ͭͯࣜ 
    ͷ
    R
    ͕࠷େͱͳΔ
    B ߦಈ
    ΛٻΊ·͢ɻ
    
    ํࡦКʹ্هT
    BΛ༩͑ͨ࣌ɺͦͷ֬཰͕ʹͳΔΑ͏ʹํࡦΛߋ৽͠·͢ɻ
    
    ্هΛ܁Γฦ͠·͢ɻ
    ˞্ه͸ɺֶशΞϧΰϦζϜͷҰͭͰ͢ɻ
    
13. લॲཧ
    ࠓճ͸ɺ֯౓ͳͲͷύϥϝʔλͷ஋Λ཭ࢄԽ͠·͢ɻ
    ཭ࢄԽ͢Δͱঢ়ଶભҠ֬཰͸ҎԼͷΑ͏ͳදͰදݱͰ͖·͢ɻ
    
    > 
    > 
    > 
    > 
    > 
    > 
    > 
    > 
    >     
    >     
    > 
    >     
    >     
    > 
    > 
    >     
    >     
    > 
    >     
    >    
14. ֶशΞϧΰϦζϜΛ࢖༻͠ɺίʔυΛ࣮૷͠·ͨ͠
    ˣ
    IUUQTHJTUHJUIVCDPNLFJNJOBBGGDCCBCB
15. ݁Ռ
17. ߟ࡯
    ɾͰ͖Δ্͚ͩ෦ʹ͍͘Α͏ʹɺ΍ΕΔൣғͰؤு͍ͬͯΔΑ͏ʹݟ͑Δ
    ɾ্ʹͱͲ·Δͷ͕࠷దղ͔ͱࢥ͕ͬͨɺ࣮ࡍ͸ͦ͏ͳΒͳ͔ͬͨ
    ɹɹɾ·ͩɺ࠷దղʹͨͲΓ͍͍ͭͯͳ͍
    ɹɹɾ཭ࢄԽͨ͠ঢ়ଶͰ͸͜Ε͕࠷దͰ͋ΔՄೳੑ
    ɹɹɾ্ʹͱͲ·Δͷ͕࠷దͱࢥ͍ͬͯΔਓ͕ؒؒҧ͍ͬͯΔ
    ɹɹɾ࣮૷͕ؒҧ͍ͬͯΔՄೳੑ
    ·ͱΊ
    ڧԽֶशͰৼΓࢠͷ੍ޚΛߦ͍·ͨ͠
    
18. ࢀߟจݙ
    ݱ৔Ͱ࢖͑Δʂ1ZUIPOਂ૚ڧԽֶशೖ໳
    ڧԽֶशͱਂ૚ֶशʹΑΔ୳ࡧͱ੍ޚ
    IUUQTXXXTIPFJTIBDPKQCPPLEFUBJM
    ͜Ε͔ΒͷڧԽֶश
    IUUQTXXXNPSJLJUBDPKQCPPLTCPPL