Efficient Q-learning modification applied on active magnetic bearing control

0103682 - UT-L 20040188 RIV CZ eng J - Journal Article
Březina, Tomáš - Krejsa, Jiří (ed.)
Efficient Q-learning modification applied on active magnetic bearing control.
[Efektivní modifikace Q-učení použitá na řízení aktivního magnetického ložiska.]
Engineering Mechanics = Inženýrská mechanika. Vol11, č. 2 (2004), s. 83-96. ISSN 1210-2717
R&D Projects: GA AV ČR(CZ) KSK2076106
Keywords : Q-learning * magnetic bearing
Subject RIV: JB - Sensors, Measurment, Regulation

The paper is focused on use of Q-learning for active magnetic bearing (AMB) control. Q-learning belongs to the reinforcement learning methods which are the part of real time machine learning approaches. The essence of proposed method is in separating the Q-learning into two phases - prelearning phase, which uses mathematical model of real system and tutorage phase, which works with the real system and is used for further improvement of Q-values found during the prelearning phase.

Příspěvek se zabývá použitím Q-učení pro řízení aktivního magnetického ložiska. Q-učení spadá do metod opakovaně posilovaného učení, které se řadí do metod strojového učení. Podstatou navržené metody je rozdělení Q-učení do dvou fází – fáze předučení, která využívá matematického modelu soustavy a doučovací fáze, která pracuje se soustavou a je jí použito k dalšímu zlepšení Q-hodnot nalezených během fáze předučení.
Permanent Link: http://hdl.handle.net/11104/0010989