已知参数和设计要求：
M：小车质量 1.096kg
m：摆杆质量 0.109kg
b：小车摩擦系数 0.1N/sec
l：摆杆转动轴心到杆质心的长度 0.25m
I：摆杆惯量 0.0034kgm2
设计控制器,使得校正后系统的要求如下:
系统的静态位置误差常数为10，
相位裕量为 50，
增益裕量等于或大于10 分贝。
2019-12-21 19:43:16
1.83MB
1
基于一阶单极倒立摆lqr控制，采用LQR最优控制算法进行控制器设计时，关键就是取得反馈向量 的值，而通过上节推导可知，设计系统状态反馈控制器时，主要的问题同样是二次型性能指标泛函中加权矩阵 和 的取值。如何才能使问题思路清晰并且加权矩阵具有比较明确的物理意义是设计关键。
2019-12-21 19:37:23
367B
1
I used the CNN + DDPG realizing inverted pendulum control python3.5 tensorflow + GPU gym环境。
本代码绝无仅有，自己用全连接修改的，输入的图像也是自己画的
其中CNN_1与CNN_2是根据全连接进行改造的 。
CNN_1中是在第二个卷积层的输出中加入Actor网络的输出Policy 。
CNN_2中是在第一个全连接的输出中加入Actor网络的输出Policy。
2019-12-21 19:34:41
55B
1