This paper presents an approach to

This paper presents an approach to the general problem of the control of processes whose dynamic characteristics are not known or little known. It demonstrates how a system consisting of a relatively small number of neuronlike adaptive elements can solve a difficult learning control problem. The task posed involves learning to balance a pole which is hinged to a movable cart by applying forces of varying magnitude to the base of the cart. We assume that the equations of motion of the cart-pole system are not known and that the only feedback signal available is the angle that the pole makes with the cart at a point in time and the previous two sampling instants, together with an overall performance measure for each controller. It is very difficult to tell what is the proper output of the controller to cancel the error based on instantaneous measurements, it is better to adopt a more global approach and this is the method used in this paper. The procedure adopted is a type of simulated evolution process in which a group of controllers, each of which is represented by a small neural network, gradually improves over time. They do this by combining their connection weights, by small mutational changes to their weights, and by selective reproduction based on fitness values assigned to each network based on a global evaluation of their performance obtained using the Integral of Time by Absolute Error (ITAE) criterion.

Kết quả (Việt) 1:

Bài báo này trình bày một cách tiếp cận cho vấn đề chung của sự kiểm soát của quy trình có đặc tính năng động không biết hoặc ít được biết đến. Nó chứng tỏ làm thế nào một hệ thống bao gồm một số tương đối nhỏ của neuronlike các yếu tố thích nghi có thể giải quyết một khó khăn học vấn đề kiểm soát. Việc đặt ra liên quan đến việc học tập để cân bằng một cực mà là bản lề vào một giỏ hàng di chuyển bằng cách áp dụng các lực lượng của cường độ khác nhau để các cơ sở của giỏ hàng. Chúng tôi giả định rằng các phương trình của chuyển động của hệ thống giỏ hàng-cực không được biết đến và rằng tín hiệu thông tin phản hồi chỉ có sẵn là góc cực làm cho với xe tại một điểm trong thời gian và các trước hai mẫu instants, cùng với một biện pháp hiệu suất tổng thể cho mỗi bộ điều khiển. Nó là rất khó để nói những gì là thích hợp đầu ra của bộ điều khiển để hủy bỏ lỗi dựa trên các đo đạc ngay lập tức, nó là tốt hơn để áp dụng một cách tiếp cận toàn cầu hơn và đây là phương pháp được sử dụng trong bài báo này. Các thủ tục được thông qua là một loại quá trình tiến hóa mô phỏng trong đó một nhóm của bộ điều khiển, mỗi trong số đó được đại diện bởi một mạng nơ-ron nhỏ, dần dần cải thiện theo thời gian. Họ làm điều này bằng cách kết hợp trọng kết nối bằng nhỏ mutational thay đổi để trọng lượng của họ, và chọn lọc sinh sản dựa trên thể dục giá trị được gán cho mỗi mạng dựa trên một đánh giá toàn cầu của hiệu suất của họ thu được bằng cách sử dụng không thể thiếu của thời gian bằng tiêu chí tuyệt đối lỗi (ITAE).

Kết quả (Việt) 2:

Bài báo này trình bày một phương pháp tiếp cận đối với vấn đề chung của việc kiểm soát quá trình mà đặc tính năng động không được biết đến hoặc ít được biết đến. Nó chứng tỏ làm thế nào một hệ thống bao gồm một số lượng tương đối nhỏ các nguyên tố thích ứng neuronlike có thể giải quyết một vấn đề kiểm soát việc học khó khăn. Nhiệm vụ đặt ra liên quan đến việc học tập để cân bằng một cực mà là bản lề để một giỏ di chuyển bằng cách áp dụng lực lượng của cường độ khác nhau để các cơ sở của các giỏ hàng. Chúng tôi giả định rằng các phương trình chuyển động của hệ thống giỏ cực không được biết đến và tín hiệu phản hồi chỉ có sẵn là góc mà cực làm với các giỏ tại một điểm trong thời gian và hai khoảnh lấy mẫu trước đó, cùng với một hiệu suất tổng thể đo cho mỗi bộ điều khiển. Nó là rất khó để nói cho đúng ra của bộ điều khiển để hủy bỏ các lỗi dựa trên các phép đo tức thời là gì, nó là tốt hơn để áp dụng một cách tiếp cận toàn cầu hơn và đây là phương pháp được sử dụng trong bài viết này. Các thủ tục được thông qua là một loại quá trình tiến hóa mô phỏng trong đó một nhóm các bộ điều khiển, mỗi trong số đó được đại diện bởi một mạng lưới thần kinh nhỏ, dần dần cải thiện theo thời gian. Họ làm điều này bằng cách kết hợp trọng lượng kết nối của họ, bởi những biến đổi nhỏ với trọng lượng của họ, và bằng các sản phẩm chọn lọc dựa trên các giá trị thể dục được gán cho mỗi mạng dựa trên một đánh giá toàn cầu về hiệu suất của họ thu được bằng cách sử dụng tích phân của Time bởi Absolute Error (ITAE) tiêu chí .