倒立摆中的适应度

Question

用来解决倒立摆的适应度函数是什么？

我正在用遗传算法进化神经网络。我不知道如何评估每一个人。

我试着最小化钟摆的角度，最大化在评估时间(10秒)结束时行驶的距离，但这不起作用。

神经网络的输入是:小车速度、小车位置、摆的角速度和时间(t)的摆角。输出是时间施加的力(t+1)

提前谢谢。

Answer 1

我找到了this paper，它列出了它们的目标函数如下：

​

​

定义为：

​

​

其中"Xmax = 1.0，thetaMax = pi/6，_X‘Xmax= 1.0，θ’Xmax= 3.0，N是迭代步数，T= 0.02 * TS和Wk是选择的正权重。“(但是，如果使用纸张中的角度、速度和位置的特定值，则需要根据摆的边界条件使用自己的值)。

论文还指出：“第一项和第二项确定X1和X3的归一化绝对偏差与零的累积和，当第三项最小化时，使生存时间最大化。”

这对于入门来说应该足够了，但我强烈建议您阅读全文。这是一本很棒的书，我发现它很有教育意义。

你可以创建自己的适应度函数，但我认为使用位置，速度，角度和摆角的变化率的想法对于适应度函数来说是一个很好的想法。但是，您可以选择以与论文作者选择的函数建模方式截然不同的方式来使用这些变量。

阅读谐波振荡器也不会有什么坏处。它们的一般形式是：

m_x“+ B_x‘-k_x = A_cos(w*t)

(其中B或A可以是0，这分别取决于振荡器是阻尼/非阻尼还是驱动/非驱动)。