Введение
1. Аналитический обзор возможных способов построения программных средств обучения и управления интеллектуальными транспортными устройствами 16
1.1. Описание области исследования 16
1.2. Анализ общей структуры программной системы управления интеллектуальным устройством 19
1.3. Методы представления знаний в программных системах управления транспортными устройствами 23
1.4. Построение планирующих систем в программах управления транспортными устройствами 30
1.5. Обучение с подкреплением. Основные понятия 32
1.5.1 Интерфейс программная система обучения и управления (ПСОиУ) - среда 32
1.5.2 Цель, вознаграждение, полное вознаграждение 33
1.5.3 Функция стоимости. Рациональная функция стоимости 37
1.6 Постановка задачи исследования 41
1.7 Выводы и результаты 43
2. Методы обучения и управления с подкреплением для работы в изменяющихся условиях 45
2.1 Метод полного программирования 46
2.1.1 Оценка политики 47
2.1.2. Улучшение политики 49
2.1.3 Итерация политик 52
2.1.4 Итерация функции стоимости 53
2.2 Методы обучения на основе эксперимента 54
2.2.1. Оценка политики 55
2.2.2 Управление методом на основе эксперимента 57
2.2.3 Алгоритм управления методами на основе эксперимента в политике 59
2.2.4 Алгоритм управления методами на основе эксперимента вне политики 60
2.3 Методы временных разностей 64
2.3.1 Оценка политики алгоритмом временных разностей 64
2.3.2 Управление методам временных разностей в политике 66
2.3.3 Управление методом временных разностей вне политики 68
2.4 Выводы и результаты 69
3. Применение методов обучения с подкреплением, к обучению автоматизированного самоходного агрегата 71
3.1 Цели создания модели АСА 72
3.2 Реализация модели 74
3.2.1 Состави содержание модели 74
3.2.2 Блочная структура модели. Основные параметры и переменные модели. Согласованное взаимодействие блоков программы в процессе моделирования 78
3.2.3 Блок обучения и реализации движения АСА 85
3.2.4 Реализация блока обучения на основе
алгоритма обучения на эксперименте 88
3.2.5 Реализация блока обучения на основе алгоритма временных разностей 99
3.2.6 Блок сценария движения по заранее заданной траектории 108
3.3. Анализ результатов моделирования. Оценка эффективности обучения 110
3.4 Выводы и результаты 122
Заключение 123
Литература
