文件名称：cart代码matlab-Multiagent-Oscillator-Physical-Implementation:Python代码使用强化
文件大小：8KB
文件格式：ZIP
更新时间：2024-06-16 18:05:39
系统开源
购物车matlab Multiagent-振荡器-物理实现 Python代码使用强化学习以物理方式实现两个振荡器与领导者之间的同步。 这是由Jakob Harig和Ryan Russell使用“强化学习”高级项目实现的车杆系统同步。 振荡器是用于在我们的项目中使用强化学习来测试多主体同步的初步模型，因为系统很稳定。 该代码将以物理方式实现两个跟随器振荡器与一个遵循正弦波模式的虚拟引导器的同步。 该代码将在NVIDIA Jetson Nano上运行，通过XBee模块进行通信，从超声波传感器获取位置和速度数据，并使用相同的PWM信号驱动振荡器上的所有电机。 Multiagent_Oscillator_1.py和Multiagent_Oscillator_2.py： 说明：该python代码使用在线增强学习控制器并利用径向基函数实现了要在NVIDIA Jetson Nano上运行的振荡器的同步。 然后将测试结果输出到mat文件中，以使用MATLAB进行绘图和评估。 在购物车1上运行的终端提示： sudo python3 Multiagent_Oscillator_1.py 在购物车2上运行的
【文件预览】：
Multiagent-Oscillator-Physical-Implementation-main
----Multiagent_Oscillator_1.py(9KB)
----README.md(1KB)
----Multiagent_Oscillator_2.py(9KB)