tailieunhanh - Nâng cao hiệu quả điều khiển robot, sử dụng học tăng cường kết hợp học sâu

Bài viết Nâng cao hiệu quả điều khiển robot, sử dụng học tăng cường kết hợp học sâu đề xuất mô hình học tăng cường sâu mới dựa trên sự cải tiến thuật giải Deep Q Learning truyền thống bằng cách kết hợp các kỹ thuật: Fixed_Q Target, Double Deep Q, Prioritized Experience Replay, với mô hình mạng VGG16, ứng dụng điều khiển robot xếp hàng hóa với không gian trạng thái tự thiết kế sử dụng Unity MLAgents. | TNU Journal of Science and Technology 228 07 119 - 126 INCREASED EFFECTIVE OF CONTROL ROBOT USING REINFORCEMENT COMBINE WITH DEEP LEARNING Luong Thi Thao Hieu Pham Thi Thuy Nguyen Khac Hiep University of Economic and Technical Industries ARTICLE INFO ABSTRACT Received 13 4 2023 Although deep learning can solve problems that cannot be done by tradition machine learning algorithms it requires huge amount of data Revised 24 5 2023 which is not always available in control problems. Reinforcement Published 24 5 2023 learning is a good solution in robot control. In reinforcement learning the data is generated when the agent interacts with environment. Along KEYWORDS with the develop of noron networks many researcher have focused on combine noron network with reinforcement learning to create deep Reinforcement learning reinforcement learning. In this paper we propose a new deep Deep reinforcement learning reinforcement learning model based on the improvement of the traditional Deep Q Learning algorithm by combining techniques Robotic manipulation control Fixed_Q Target Double Deep Q Prioritized Experience Replay with DQN CNN network VGG16 apply to control the robot with state and VGG16 agents designed by using Unity ML-Agents. The proposed model was tested compared to the original model on the simulation environment. The results show that the proposed method fix the overestimation q value and fast convergence. NÂNG CAO HIỆU QUẢ ĐIỀU KHIỂN ROBOT SỬ DỤNG HỌC TĂNG CƯỜNG KẾT HỢP HỌC SÂU Lương Thị Thảo Hiếu Phạm Thị Thùy Nguyễn Khắc Hiệp Trường Đại học Kinh tế Kỹ thuật Công nghiệp THÔNG TIN BÀI BÁO TÓM TẮT Ngày nhận bài 13 4 2023 Mặc dù học sâu có thể giải quyết các bài toán mà các thuật toán học máy cũ không giải quyết được nhưng cần lượng dữ liệu rất lớn và trong thực Ngày hoàn thiện 24 5 2023 tế dữ liệu không phải lúc nào cũng có sẵn trong bài toán điều khiển. Học Ngày đăng 24 5 2023 tăng cường là một giải pháp tốt trong bài toán điều khiển robot. Trong học tăng cường dữ .