使用Matlab中的强化学习训练代理作为电动机的控制器，但它根本不训练吗？

Question

我正在尝试使用强化学习来训练代理作为电动机的控制器。

在阅读this example之后，我只做了一些小的修改：

1. 将水箱模型替换为我的电动机传递函数69.4 /（s + 69.4），例如：。
2. 将采样时间Ts和模拟时间Tf分别设置为1/8000和10。

但是，结果是：

它根本没有进行培训:( 奖励始终为零。

有人可以给我一些如何解决这个问题的建议吗？

非常感谢。

Answer 1

您也许应该检查传递函数生成的输出值。

在水箱示例中，您具有“停止模拟”块，如果您的“高度”值超过20或小于0，该块将停止模拟。

这将说明您的每步步数为0，因为值不兼容而未采取任何步骤。