一个比较简单的深度强化学习训练过程仿真,输出奖励值

在matlab中使用强化学习算法实现路径规划

动态优化程序包。适用于常微分系统，有路径约束的最优控制问题的求解。算法：微分方程有限元离散+隐式梯度计算+SQP求解优化问题

自动泊车 Autoparking模拟一个典型的停车场的情况，其目的是重新定位了一系列manuevers的汽车，而附近的避开障碍物。 多亏了流行的强化学习算法Q-Learning，我证明了汽车能够自行停车，而无需任何外部输入。 一切，包括AI逻辑，都是从头开始用C ++实现的。 唯一的依赖关系是开源图形库（ ）。 想更多地了解它的工作原理？ 观看或阅读简短的。 享受！ Autopark训练模型演示 目录 跑步 关于 文件夹组织 bin- >包含构建后的可执行二进制文件构建- >包含编译过程中生成的.o目标文件缓存->包含Q和R的预训练权重，因此您可以跳过学习阶段conf- >包含配置文件docs- >包含.pdf文件，其中包含有关该项目的有趣信息。 看看吧！ 字体->包含应用程序使用的几种字体img- >包含上面的gif图像Makefile- >只是一个makefile 自述文

大数据-算法-非直井迹最优控制模型算法及应用.pdf

基于值函数和策略梯度的深度强化学习综述

一种基于遗传算法的模糊神经网络最优控制

Q-learning是一种无模型强化学习算法。Q-learning的目标是学习一个策略，，包括前馈、反向传播、梯度下降等。 基于深度强化学习Qlearning的智能小车避障训练和测试，带操作界面，matlab2021a测试运行。运行时，注意matlab操作界面左侧的路径窗口，必须是该文件夹，以供matlab调用各个子函数。

大数据-算法-非线性动态系统的稳定性和鲁棒控制理.pdf

大数据-算法-非线性多阶段最优控制系统理论算法及应用.pdf