学习深度学习和强化学的人
2021-12-14 19:06:27 236KB AI machinelearning
1
多智能体一阶二阶一致性 matlab 仿真,matlab仿真二阶系统,matlab源码.zip.zip
2021-12-13 23:24:00 116KB
consensus_多智能体一致_多智能体_matlab一致性控制问题_多智能体程序.zip
2021-12-13 23:19:54 2KB 源码
多智能体系统中基于李雅普诺夫稳定性的协同容错控制,周卓夫,黄志武,协同一致性问题为分布式多智能体系统的基础问题,网络化多智能体系统可通过协同控制律实现状态一致。单个智能体的执行器故障可通
2021-12-12 21:46:59 433KB 协同一致性
1
首先,给出一种适用于可连续通信并具有时变通信延迟的有向多智能体系统关于参考状态的一致性算法,基于此算法,各智能体协同变量关于参考状态的一致性问题被转化为一个误差系统的稳定性问题。然后,利用Lyapunov稳定性理论,推导出多智能体系统在该算法作用下达到一致性的充分性判据,并由矩阵不等式的形式描述。结果表明:当时延函数有界时,多智能体的网络结构是影响一致性的关键要素。最后,以一组水下无人航行器(UUV)自主集结到指定地点为应用背景,仿真验证了所提出算法和判据的有效性。
2021-12-12 21:45:20 1.28MB 工程技术 论文
1
多智能体深度强化学习TensorFlow代码实现,有环境和演示实例
2021-12-10 16:12:12 9.55MB 强化学习 多智能体
1
多智能体强化学习 学习环境env
1
针对多智能体系统进行机器学习的思路和方法总结,可以参考
2021-12-06 13:49:17 101KB 多智能体 机器学习
1
事件触发控制的仿真,遗传算法简介,多智能体协同等问题
2021-11-29 21:57:41 45.83MB MATLAB仿真 协同控制 协同 多智能体
参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著, 鉴于此, 提出一种多智能体粒子群算法(MAPSO) 寻优其参数的方法, 并建立MAPSO支持向量回归模型, 用于非线性系统的模型预测控制, 推导出最优控制率. 采用该算法对非线性系统进行仿真, 并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF 神经网络的预测控制方法进行比较, 结果表明, 所提出的算法具有更好的控制性能, 可以有效应用于非线性系统控制中.
1