Implementasi Algoritma Q Learning Pada Robot Line Follower

I. Pramana, A. D. Futra
{"title":"Implementasi Algoritma Q Learning Pada Robot Line Follower","authors":"I. Pramana, A. D. Futra","doi":"10.30871/jaee.v5i2.3497","DOIUrl":null,"url":null,"abstract":"Penggunaan metode algoritma Q learning pada robot mampu melakukan perbaikan tanpa harus memperbaharui aturan dari luar karena sifatnya off policy (dapat mengikuti aturan apapun untuk menghasilkan solusi optimal). Dalam sistem kerjanya, robot melakukan proses pembelajaran terhadap garis lintasan yang dilaluinya sehingga didapatkan suatu nilai untuk aksi yang telah dilakukan pada setiap state yang terdeteksi. Tujuan penelitian ini adalah membuat robot bergerak berdasarkan nilai Q function tertinggi yang dihasilkan oleh algoritma Q learning. Berdasarkan hasil pada pengujian penerapan algoritma Q learning pada robot line follower, persentase keberhasilan yang didapatkan adalah sebesar 100% untuk percobaan pertama, 66,67% untuk percobaan kedua, 100% untuk percobaan ketiga, 66,67% untuk percobaan keempat, dan 100% untuk percobaan kelima sehingga rata – rata keberhasilan sebesar 86,67%.","PeriodicalId":34399,"journal":{"name":"International Journal of Electrical Engineering and Applied Sciences","volume":"134 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Journal of Electrical Engineering and Applied Sciences","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30871/jaee.v5i2.3497","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Penggunaan metode algoritma Q learning pada robot mampu melakukan perbaikan tanpa harus memperbaharui aturan dari luar karena sifatnya off policy (dapat mengikuti aturan apapun untuk menghasilkan solusi optimal). Dalam sistem kerjanya, robot melakukan proses pembelajaran terhadap garis lintasan yang dilaluinya sehingga didapatkan suatu nilai untuk aksi yang telah dilakukan pada setiap state yang terdeteksi. Tujuan penelitian ini adalah membuat robot bergerak berdasarkan nilai Q function tertinggi yang dihasilkan oleh algoritma Q learning. Berdasarkan hasil pada pengujian penerapan algoritma Q learning pada robot line follower, persentase keberhasilan yang didapatkan adalah sebesar 100% untuk percobaan pertama, 66,67% untuk percobaan kedua, 100% untuk percobaan ketiga, 66,67% untuk percobaan keempat, dan 100% untuk percobaan kelima sehingga rata – rata keberhasilan sebesar 86,67%.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
算法Q学习机器人直线跟随器的实现
对机器人使用Q learning算法的方法,可以在不需要更新外部规则的情况下进行改进,因为它的本质是错误的(可以遵循任何规则来产生最佳解决方案)。在其工作系统中,机器人对其所经过的轨迹进行学习过程,为在检测到的每个州所做的行为获得一种价值。这项研究的目的是让机器人在Q学习算法中产生的最高的Q功能值上移动。根据在机器人行跟随者中测试Q learning算法应用的结果,第一次试验获得的成功率为100%,第二次试验获得66.67%,第三次试验获得100%,第4次试验获得66.67%,第五次试验获得100%的成功率为86.67%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
12 weeks
期刊最新文献
Effects of Coating Aggregates on Dynamic Properties of Concrete by Impact Resonance Method Vibration analysis of porous orthotropic cylindrical panels resting on elastic foundations based on shear deformation theory Behavior of Composite Parts Adhesively Joined With Single Lap Joint and Intermediated Material Under Tensile Load Mechanical and Optical Properties of Multiwall Carbon Nanotube-Reinforced ZA27-Al2O3 Hybrid Composites Fabricated by Powder Metallurgy Routine Time-Dependent Reliability Analysis for Deflection of a Reinforced Concrete Box Girder Bridge
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1