طراحی کنترل کننده تحمل پذیر خطا با استفاده از روش SARSA بر پایه یادگیری تقویتی

طراحی کنترل کننده تحمل پذیر خطا با استفاده از روش SARSA بر پایه یادگیری تقویتی

محمد حسن علیائی طرقبه1 علی علیائی طرقبه2 امین نوری3

1) دانشجوی کارشناسی ارشد مهندسی برق کنترل، دانشگاه صنعتی سجاد، مشهد، ایران -
2) دانشجوی کارشناسی مهندسی کامپیوتر نرم افزار، دانشگاه فردوسی مشهد، مشهد، ایران -
3) دکتری مهندسی برق کنترل، دانشگاه صنعتی سجاد، مشهد، ایران -

کد IOI مقاله : XAHK-CFHDA
محل انتشار : دومین کنفرانس بین المللی افق های نو در علوم مهندسی - 18 مرداد ماه 1397 | استانبول - ترکیه | دانشگاه یلدیز تکنیک(eng2018.ir)
چکیده :
    در این مقاله درباره طراحی کنترلر تحمل پذیر خطا بر پایه یادگیری تقویتی صحبت شده است. در هر سیستم احتمال ایجاد خطا وجود دارد. معمولا در سیستم های حساس، ایجاد خطا باعث بروز عواقب بدی می شود، بنابراین امروزه دانشمندان روش های مختلفی را برای کنترل خطا پیشنهاد داده اند. در این مقاله ابتدا درباره یادگیری تقویتی و سپس درباره طراحی کنترلر خطا صحبت شده است. پس از تعریف بردار حالت، بردار اکشن و تایع پاداش، کنترلر طراحی می شود و نتایج شبیه سازی نشان می دهد که کنترلر به خوبی توانسته است خطای سیستم را کنترل کند.

کلمات کلیدی : کنترل تحمل پذیر خطا یادگیری تقویتی بردار حالت بردار اکشن تابع پاداش