Publication detail
Q-LEARNING USED FOR CONTROL OF AMB: REDUCED STATE DEFINITION
BŘEZINA, T. KREJSA, J.
Czech title
ŘÍZENÍ AKTIVNÍHO MAGNETICKÉHO LOŽISKA POMOCÍ Q-UČENÍ: REDUKCE DEFINICE STAVŮ
English title
Q-LEARNING USED FOR CONTROL OF AMB: REDUCED STATE DEFINITION
Type
conference paper
Language
en
Original abstract
A great intention is lately focused on Reinforcement Learning (RL) methods. Previous work showed that stochastic strategy improved model free RL method known as Q-learning used on active magnetic bearing (AMB) model. So far the position, velocity and acceleration were used to describe the state of the system. This paper shows simplified version of controller which uses reduced state definition – position and velocity only. Furthermore the controlled initial conditions area and its development during learning are shown. Numerical experiments proved that simplified controller version is fully capable of AMB control.
Czech abstract
Metodám opakovaně posilovaného učení (Reinforcement Learning – RL) je věnována v poslední době značná pozornost. Předchozí práce ukázaly že stochastická strategie zlepšuje metodu Q-učení (RL metoda bez modelu) při použití na aktivním magnetickém ložisku (AML). Pro definici stavu soustavy byla použita poloha, rychlost a zrychlení. Článek je něnován zjednodušené verzi regulátoru která používá redokovanou definici stavu – pouze polohu a rychlost. Dále jsou uvedeny oblasti řiditelných počátečních podmínek a jejich vývoj v průběhu učení. Numerické experimenty prokázaly že zjednodušená verze regulátoru je plně schopna řízení AML.
English abstract
A great intention is lately focused on Reinforcement Learning (RL) methods. Previous work showed that stochastic strategy improved model free RL method known as Q-learning used on active magnetic bearing (AMB) model. So far the position, velocity and acceleration were used to describe the state of the system. This paper shows simplified version of controller which uses reduced state definition – position and velocity only. Furthermore the controlled initial conditions area and its development during learning are shown. Numerical experiments proved that simplified controller version is fully capable of AMB control.
Keywords in English
Reinforcement Learning, Q-learning, Active Magnetic Bearing
RIV year
2002
Released
05.06.2002
Publisher
Brno University of Technology, Faculty of Mechanical Engineering
Location
Brno
ISBN
80-214-2135-5
Book
Mendel 2002
Journal
Nezařazené články
Edition number
1
Pages count
6
BIBTEX
@inproceedings{BUT10054,
author="Tomáš {Březina} and Jiří {Krejsa},
title="Q-LEARNING USED FOR CONTROL OF AMB: REDUCED STATE DEFINITION",
journal="Nezařazené články",
booktitle="Mendel 2002",
year="2002",
month="June",
publisher="Brno University of Technology, Faculty of Mechanical Engineering",
address="Brno",
isbn="80-214-2135-5"
}