کنفرانس بین المللی کنترل ، ابزار دقیق و اتوماسیون

صفحه اصلی / هشتمین کنفرانس بین المللی کنترل ، ابزار دقیق و اتوماسیون

Swing-up Control of a Double Inverted Pendulum by Combination of Q-Learning and PID Algorithms

نویسندگان :

Ahmad Zeynivand¹ Hoda Moodi²

1- Tarbiat Modares University 2- Quchan University of Technology

کلمات کلیدی :

.Double Inverted Pendulum،Swing up،Reinforcement Learning،Q-Learning and PID

چکیده :

The double inverted pendulum is a nonlinear system, with unstable balance and rapid response. When two pendulums are allocated vertically and there is no movement, the system is stable. In this article, we propose a control mechanism based on reinforcement learning. By implementing the Q-Learning techniques beside the PID control scheme, the system can improve its performance and balance. In the first step, the Q-Learning algorithm is used to balance the pendulum to its inverted vertical position. In the second step, the Q-Learning algorithms is combined with classical PID, to balance the double inverted pendulum and perform swing up control. Finally, simulation results showed the effectiveness of the proposed controller

لیست مقالات

لیست مقالات بایگانی شده

Machine Learning-Based Prediction of Coronary Heart Disease

Badrosadat Nategholeslam Shirazi - Shiva Naghsh - Ali Akbar Safavi - Amir Sharafkhaneh

A new robust control for mobile robots with differential wheels:output- and state- dependent Riccati equation approach

Neda Nasiri - Ahmad Fakharian - Mohammad Bagher Menhaj

تشخیص حملات سایبری مخفی در ریزشبکه‌های جریان مستقیم مشارکتی براساس مدل توزیع شده

سید محمد حسینی رستمی - مهدی پورقلی - هادی اشعریون

Whale Optimization Algorithms based Fractional Order Fuzzy PID Controller for Depth of Anesthesia

Amirsaeid Safari - Kosar Safari - Mohammad Manthouri

A Simulated Annealing Approach (SA) to Vehicle Routing Problem with Time Windows (VRPTW)

Mohsen Mohammadi - Nima Mahmoodian - Hossein Mohammadi

Design and implementation of a 3D positioning and control capsule robot using magnetic waves

Hamidreza Mahmoodzadeh - Vahid Johari Majd - Abbas EhsaniSeresht

شبیه سازی بازوی 5urfd در متلب و v-rep

رضا جلالی رومی - علیرضا نقی پور - فراز جباری ایلخچی

کنترل H∞ مقاوم سیستم های سوئیچینگ خطی با زیرسیستم های پایدار و ناپایدار: رهیافت زمان توقف متوسط

حسین چهاردولی

تشخیص و جداسازی عیب‌ها در سیستم سیال با دو مخزن با استفاده از فیلتر تشخیص عیب برد (BFDF)

حسین مصفا - حمید خالوزاده

مطالعه کنترل‌پذیری فرآیند جداسازی مخلوط سه جزیی تتراهیدروفوران-متانول-آب به روش‌های تقطیر استخراجی متداول و یکپارچه‌ سازی حرارتی

رضا اسلاملوئیان - ساغر معتمدی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.3.2