JPH06266412A - 制御装置 - Google Patents
制御装置Info
- Publication number
- JPH06266412A JPH06266412A JP5080061A JP8006193A JPH06266412A JP H06266412 A JPH06266412 A JP H06266412A JP 5080061 A JP5080061 A JP 5080061A JP 8006193 A JP8006193 A JP 8006193A JP H06266412 A JPH06266412 A JP H06266412A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- linear
- signal
- unit
- control device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【目的】 学習により外界の状態の動きを模擬した非線
形システムを用いて機器を制御する。 【構成】 検知部１で外界の状態を検知し、信号記憶部
２は該検知部１で検知された信号を時系列として記憶し
ておく。初期値記憶部３は、信号記憶部２の初期値を設
定するためのもので、非線形演算部４は、信号記憶部２
で記憶されている信号系列を用いて非線形の演算を行っ
て出力を出す。パラメータ記憶部５は、非線形演算部４
の非線形演算で用いられるパラメータを記憶する。学習
部６は、非線形演算部４の出力と信号記憶部２の信号を
比較して、非線形演算部４とパラメータ記憶部５で表さ
れる非線形システムが信号記憶部２の信号をよく近似す
るようにパラメータの更新を行う。非線形演算部４で計
算された結果は、制御機器に送られる。
形システムを用いて機器を制御する。 【構成】 検知部１で外界の状態を検知し、信号記憶部
２は該検知部１で検知された信号を時系列として記憶し
ておく。初期値記憶部３は、信号記憶部２の初期値を設
定するためのもので、非線形演算部４は、信号記憶部２
で記憶されている信号系列を用いて非線形の演算を行っ
て出力を出す。パラメータ記憶部５は、非線形演算部４
の非線形演算で用いられるパラメータを記憶する。学習
部６は、非線形演算部４の出力と信号記憶部２の信号を
比較して、非線形演算部４とパラメータ記憶部５で表さ
れる非線形システムが信号記憶部２の信号をよく近似す
るようにパラメータの更新を行う。非線形演算部４で計
算された結果は、制御機器に送られる。
Description
【０００１】
【産業上の利用分野】本発明は、制御装置に関し、より
詳細には、学習により外界の状態の動きを模擬した非線
形システムを用いて機器を制御する制御装置に関する。
例えば、一般の機器の制御装置に適用されるものであ
る。
詳細には、学習により外界の状態の動きを模擬した非線
形システムを用いて機器を制御する制御装置に関する。
例えば、一般の機器の制御装置に適用されるものであ
る。
【０００２】
【従来の技術】一般に制御とは「ある目的に適合するよ
うに対象となっているものに所要の動作を加えること」
と定義されている。例えば、速度制御であれば、ある目
標速度を定めておいて、その速度を保持しているかどう
かを速度計でチェックし、速度が異なれば速度を速める
か遅めるかして目標の速度を得るように制御動作してい
る。すなわち、これらの動作は常に出力（速度）の情報
を検出してこれと目標速度を比較し、差があれば常に出
力（速度）を修正するという動作をしている。このよう
な構成を有する制御系をフィードバック制御系（Feedba
ck Control System）あるいは閉ループ制御系（Closed
Loop Control System）と言われている。このフィード
バック制御は、ある定常な状況にシステムがおかれたと
きに、予期できない外乱や周囲の状況変化にもかかわら
ず、要求された目標値に追従するためのより厳密な制御
を実現するものである。
うに対象となっているものに所要の動作を加えること」
と定義されている。例えば、速度制御であれば、ある目
標速度を定めておいて、その速度を保持しているかどう
かを速度計でチェックし、速度が異なれば速度を速める
か遅めるかして目標の速度を得るように制御動作してい
る。すなわち、これらの動作は常に出力（速度）の情報
を検出してこれと目標速度を比較し、差があれば常に出
力（速度）を修正するという動作をしている。このよう
な構成を有する制御系をフィードバック制御系（Feedba
ck Control System）あるいは閉ループ制御系（Closed
Loop Control System）と言われている。このフィード
バック制御は、ある定常な状況にシステムがおかれたと
きに、予期できない外乱や周囲の状況変化にもかかわら
ず、要求された目標値に追従するためのより厳密な制御
を実現するものである。
【０００３】このような制御の概念は、機械・電気・化
学・医学・農学・経済・社会などの各専門分野共通のも
のであるが、ロボットのようなメカトロニクス分野では
制御対象が非線形であったり、制御対象自身は線形系で
あってもアクチュエータに飽和があるなどという問題が
ある。制御対象が線形系というのは、入力−出力間が線
形微分方程式で表わされる系を示している。しかし、実
際には線形系としての扱いのみですむものばかりではな
く、非線形制御による実用化が検討されているというの
が現状である。このように、従来の制御装置は、線形シ
ステムを用いてフィードバックをかけることにより制御
を行っていた。なお、上述した制御に関する事項は、
「現代制御工学」（土谷武士外１名著，平成３年４月２
６日，産業図書（株）発行，ｐ.１〜ｐ.６）に記載され
ている。
学・医学・農学・経済・社会などの各専門分野共通のも
のであるが、ロボットのようなメカトロニクス分野では
制御対象が非線形であったり、制御対象自身は線形系で
あってもアクチュエータに飽和があるなどという問題が
ある。制御対象が線形系というのは、入力−出力間が線
形微分方程式で表わされる系を示している。しかし、実
際には線形系としての扱いのみですむものばかりではな
く、非線形制御による実用化が検討されているというの
が現状である。このように、従来の制御装置は、線形シ
ステムを用いてフィードバックをかけることにより制御
を行っていた。なお、上述した制御に関する事項は、
「現代制御工学」（土谷武士外１名著，平成３年４月２
６日，産業図書（株）発行，ｐ.１〜ｐ.６）に記載され
ている。
【０００４】
【発明が解決しようとする課題】前述のように、従来の
制御装置は、外界の状態が非線形のシステムにより作り
出される場合、これを線形のシステムで模擬しても精度
のよい制御は実現できない。一方、外界が非線形のシス
テムであった場合には、その解析が困難となり、同様の
非線形システムを工学的に実現することは容易ではない
という問題点があった。
制御装置は、外界の状態が非線形のシステムにより作り
出される場合、これを線形のシステムで模擬しても精度
のよい制御は実現できない。一方、外界が非線形のシス
テムであった場合には、その解析が困難となり、同様の
非線形システムを工学的に実現することは容易ではない
という問題点があった。
【０００５】本発明は、このような実情に鑑みてなされ
たもので、非線形システムを模擬するため学習機能を有
する非線形システムを用いた制御装置を提供することを
目的としている。
たもので、非線形システムを模擬するため学習機能を有
する非線形システムを用いた制御装置を提供することを
目的としている。
【０００６】
【課題を解決するための手段】本発明は、上記目的を達
成するために、（１）外界の状態を検出する検出部と、
該検出部で検出されたデータの時系列を模擬するように
学習を行うフィードバックループを有する非線形の学習
部と、該学習部により得られた非線形システムを用いて
時系列データを発生する信号発生部と、該信号発生部で
得られた信号を用いて機器の制御を行う制御部を備え、
学習により外界の状態の動きを模擬した非線形システム
を用いて機器を制御すること、更には（２）前記非線形
システムをフィードバックループのあるニューラルネッ
トで構成したこと、更には（３）前記学習により得られ
た非線形システムがカオスを発生するシステムであるこ
と、前記（１）又は（２）において、更には（４）前記
（１）又は（２）において、前記検出部で検出する外界
の状態が自然の風向、風速、気温のデータであり、制御
する機器が空調機器であること、更には（５）前記
（１）又は（２）において、前記学習部により得られた
非線形システムの出力の周波数特性が１／ｆであること
を特徴としたものである。
成するために、（１）外界の状態を検出する検出部と、
該検出部で検出されたデータの時系列を模擬するように
学習を行うフィードバックループを有する非線形の学習
部と、該学習部により得られた非線形システムを用いて
時系列データを発生する信号発生部と、該信号発生部で
得られた信号を用いて機器の制御を行う制御部を備え、
学習により外界の状態の動きを模擬した非線形システム
を用いて機器を制御すること、更には（２）前記非線形
システムをフィードバックループのあるニューラルネッ
トで構成したこと、更には（３）前記学習により得られ
た非線形システムがカオスを発生するシステムであるこ
と、前記（１）又は（２）において、更には（４）前記
（１）又は（２）において、前記検出部で検出する外界
の状態が自然の風向、風速、気温のデータであり、制御
する機器が空調機器であること、更には（５）前記
（１）又は（２）において、前記学習部により得られた
非線形システムの出力の周波数特性が１／ｆであること
を特徴としたものである。
【０００７】
【作用】外界の状態を検出し、そのデータの時系列を模
擬するように、フィードバックループを有する非線形の
学習部により学習する。該学習部により得られた非線形
システムを用いて時系列データを発生し、その信号を用
いて機器の制御を行うようにしている。すなわち、学習
によって得られたシステムは外部のシステムを模擬した
非線形システムであり、従来の線形システムに比べてよ
り精度の高い制御を行うことができる。
擬するように、フィードバックループを有する非線形の
学習部により学習する。該学習部により得られた非線形
システムを用いて時系列データを発生し、その信号を用
いて機器の制御を行うようにしている。すなわち、学習
によって得られたシステムは外部のシステムを模擬した
非線形システムであり、従来の線形システムに比べてよ
り精度の高い制御を行うことができる。
【０００８】
【実施例】実施例について、図面を参照して以下に説明
する。図１は、本発明による制御装置に一実施例（請求
項１）を説明するための構成図で、図中、１は検知部、
２は信号記憶部、３は初期値記憶部、４は非線形演算
部、５はパラメータ記憶部、６は学習部である。検知部
１で外界の状態を検知し、信号記憶部２は該検知部１で
検知された信号を時系列として記憶しておく。初期値記
憶部３は、信号記憶部２の初期値を設定するためのもの
で、非線形演算部４は、信号記憶部２で記憶されている
信号系列を用いて非線形の演算を行い、出力を出す。パ
ラメータ記憶部５は、非線形演算部４の非線形演算で用
いられるパラメータを記憶する。学習部６は、非線形演
算部４の出力と信号記憶部２の信号を比較して、非線形
演算部４とパラメータ記憶部５で表される非線形システ
ムが信号記憶部２の信号をよく近似するようにパラメー
タの更新を行う。非線形演算部４で計算された結果は、
制御機器（図示せず）に送られる。
する。図１は、本発明による制御装置に一実施例（請求
項１）を説明するための構成図で、図中、１は検知部、
２は信号記憶部、３は初期値記憶部、４は非線形演算
部、５はパラメータ記憶部、６は学習部である。検知部
１で外界の状態を検知し、信号記憶部２は該検知部１で
検知された信号を時系列として記憶しておく。初期値記
憶部３は、信号記憶部２の初期値を設定するためのもの
で、非線形演算部４は、信号記憶部２で記憶されている
信号系列を用いて非線形の演算を行い、出力を出す。パ
ラメータ記憶部５は、非線形演算部４の非線形演算で用
いられるパラメータを記憶する。学習部６は、非線形演
算部４の出力と信号記憶部２の信号を比較して、非線形
演算部４とパラメータ記憶部５で表される非線形システ
ムが信号記憶部２の信号をよく近似するようにパラメー
タの更新を行う。非線形演算部４で計算された結果は、
制御機器（図示せず）に送られる。
【０００９】以下では、学習時と制御時に分けてその動
作について説明する。図２は、学習時のブロック図であ
る。検知部１により検知された信号は、信号記憶部２に
記憶される。非線形演算部４は、パラメータ記憶部５か
ら演算に必要な各種パラメータを読み込み、信号記憶部
２の信号系列に対して出力を演算する。例えば、信号の
予測を行う場合には、過去の定まった数の信号から現在
の信号を予測する演算を行う。その結果は、学習部６に
て信号記憶部２に記憶されている真の値との比較が行わ
れる。学習部６では比較後、適当な学習アルゴリズムに
てパラメータ記憶部５に記憶されているパラメータを変
更する。このようにして学習が進むにつれて、この内部
の非線形システムは検知部１で検知された外部の信号を
模擬するように振る舞うようになる。
作について説明する。図２は、学習時のブロック図であ
る。検知部１により検知された信号は、信号記憶部２に
記憶される。非線形演算部４は、パラメータ記憶部５か
ら演算に必要な各種パラメータを読み込み、信号記憶部
２の信号系列に対して出力を演算する。例えば、信号の
予測を行う場合には、過去の定まった数の信号から現在
の信号を予測する演算を行う。その結果は、学習部６に
て信号記憶部２に記憶されている真の値との比較が行わ
れる。学習部６では比較後、適当な学習アルゴリズムに
てパラメータ記憶部５に記憶されているパラメータを変
更する。このようにして学習が進むにつれて、この内部
の非線形システムは検知部１で検知された外部の信号を
模擬するように振る舞うようになる。
【００１０】図３は、制御時のブロック図である。信号
記憶部２は、初期設定値を初期値記憶部３から読み取っ
て設定する。非線形演算部４では、パラメータ記憶部５
からパラメータを読み取り、信号記憶部２に記憶されて
いる系列を用いて出力を行う。ここで出力された値は、
制御機器（図示せず）に伝えられ制御のための信号とな
るとともに、信号記憶部２にフィードバックされ、後に
非線形演算部４での演算に使用される。前記図２及び図
３のブロック図に示される通り、外部の非線形システム
を学習し、それを模擬した出力をだす制御機器を容易に
構築が可能となる。
記憶部２は、初期設定値を初期値記憶部３から読み取っ
て設定する。非線形演算部４では、パラメータ記憶部５
からパラメータを読み取り、信号記憶部２に記憶されて
いる系列を用いて出力を行う。ここで出力された値は、
制御機器（図示せず）に伝えられ制御のための信号とな
るとともに、信号記憶部２にフィードバックされ、後に
非線形演算部４での演算に使用される。前記図２及び図
３のブロック図に示される通り、外部の非線形システム
を学習し、それを模擬した出力をだす制御機器を容易に
構築が可能となる。
【００１１】次に、請求項２について説明する。請求項
２では、図１〜図３の非線形演算部４及び学習部６にフ
ィードバックループのあるニューラルネットワーク（リ
カレントネット）を用いることを特徴としている。リカ
レントネットは、バックプロパゲーションと呼ばれる学
習方式が確立しており、請求項１の発明が容易に実現可
能となる。
２では、図１〜図３の非線形演算部４及び学習部６にフ
ィードバックループのあるニューラルネットワーク（リ
カレントネット）を用いることを特徴としている。リカ
レントネットは、バックプロパゲーションと呼ばれる学
習方式が確立しており、請求項１の発明が容易に実現可
能となる。
【００１２】次に、請求項３について説明する。請求項
３では、学習したシステムがカオスを発生することを特
徴としている。カオスとは、比較的単純な微分方程式
（差分方程式）から非常に複雑な振る舞いが生まれるも
のであるが、カオスを発生させることにより、出力信号
が決して周期的にはならない。このことを利用すると、
いつも異なる応答をする機械が構築でき、人を飽きさせ
ない新たなヒューマンインタフェースの構築が可能とな
る。
３では、学習したシステムがカオスを発生することを特
徴としている。カオスとは、比較的単純な微分方程式
（差分方程式）から非常に複雑な振る舞いが生まれるも
のであるが、カオスを発生させることにより、出力信号
が決して周期的にはならない。このことを利用すると、
いつも異なる応答をする機械が構築でき、人を飽きさせ
ない新たなヒューマンインタフェースの構築が可能とな
る。
【００１３】次に、請求項４について説明する。請求項
４では、自然の風を用いて、その風向、風速、気温を入
力して学習することで、自然の風を模擬した風を発生で
きる空調機器を構築できる。すなわち、風向などの自然
界のデータはつねに揺らいでいる。このデータを学習す
ることで模擬システムを作成すると、初期値を与えるだ
けで後は学習した非線形システムが自然のデータを模擬
した出力をだすことができる。本発明を用いると、少な
いパラメータで長時間に渡り自然のデータを模擬できる
空調機器が可能となる。
４では、自然の風を用いて、その風向、風速、気温を入
力して学習することで、自然の風を模擬した風を発生で
きる空調機器を構築できる。すなわち、風向などの自然
界のデータはつねに揺らいでいる。このデータを学習す
ることで模擬システムを作成すると、初期値を与えるだ
けで後は学習した非線形システムが自然のデータを模擬
した出力をだすことができる。本発明を用いると、少な
いパラメータで長時間に渡り自然のデータを模擬できる
空調機器が可能となる。
【００１４】次に、請求項５について説明する。請求項
５では、学習により得られたシステムの出力の時系列の
周波数が１／ｆの特性を持っていることを特徴としてい
る。１／ｆの周波数特性の信号は、人間が心地好く感じ
易いと言われており、この信号を元に機器を制御するこ
とにより人間が心地好いと感じる機器が可能となる。す
なわち、１／ｆ特性とは、周波数軸，強度軸とも対数で
表した時に傾きが−１の直線にのる性質のことを指す。
人間にとって、この特性を持つものは心地よいといわれ
ており、自然界のデータの中でも１／ｆ特性を示すもの
が多く知られている。したがって、１／ｆ特性を示すデ
ータを学習に用いることで、学習したシステムも１／ｆ
特性を持つようにする。
５では、学習により得られたシステムの出力の時系列の
周波数が１／ｆの特性を持っていることを特徴としてい
る。１／ｆの周波数特性の信号は、人間が心地好く感じ
易いと言われており、この信号を元に機器を制御するこ
とにより人間が心地好いと感じる機器が可能となる。す
なわち、１／ｆ特性とは、周波数軸，強度軸とも対数で
表した時に傾きが−１の直線にのる性質のことを指す。
人間にとって、この特性を持つものは心地よいといわれ
ており、自然界のデータの中でも１／ｆ特性を示すもの
が多く知られている。したがって、１／ｆ特性を示すデ
ータを学習に用いることで、学習したシステムも１／ｆ
特性を持つようにする。
【００１５】
【発明の効果】以上の説明から明らかなように、本発明
によると、以下のような効果がある。すなわち、自己の
中にフィードバックループを有する非線形システムを用
意して、そのシステムのパラメータを学習によって求め
ることで、外界の非線形システムを模擬することができ
る。このことで、外界のシステムを解析的に求めること
なくシステムのパラメータを決定できる。また、学習に
よって得られたシステムは外部のシステムを模擬した非
線形システムであり、従来の線形システムに比べてより
精度の高い制御を行うことができる。
によると、以下のような効果がある。すなわち、自己の
中にフィードバックループを有する非線形システムを用
意して、そのシステムのパラメータを学習によって求め
ることで、外界の非線形システムを模擬することができ
る。このことで、外界のシステムを解析的に求めること
なくシステムのパラメータを決定できる。また、学習に
よって得られたシステムは外部のシステムを模擬した非
線形システムであり、従来の線形システムに比べてより
精度の高い制御を行うことができる。
【図１】本発明による制御装置の一実施例を説明するた
めの構成図である。
めの構成図である。
【図２】本発明による制御装置の学習時のブロック図で
ある。
ある。
【図３】本発明による制御装置の制御時のブロック図で
ある。
ある。
【符号の説明】 １…検知部、２…信号記憶部、３…初期値記憶部、４…
非線形演算部、５…パラメータ記憶部、６…学習部。
非線形演算部、５…パラメータ記憶部、６…学習部。
Claims (5)
- 【請求項１】 外界の状態を検出する検出部と、該検出
部で検出されたデータの時系列を模擬するように学習を
行うフィードバックループを有する非線形の学習部と、
該学習部により得られた非線形システムを用いて時系列
データを発生する信号発生部と、該信号発生部で得られ
た信号を用いて機器の制御を行う制御部を備え、学習に
より外界の状態の動きを模擬した非線形システムを用い
て機器を制御することを特徴とする制御装置。 - 【請求項２】 前記非線形システムをフィードバックル
ープのあるニューラルネットで構成したことを特徴とす
る請求項１記載の制御装置。 - 【請求項３】 前記学習により得られた非線形システム
がカオスを発生するシステムであることを特徴とする請
求項１又は２記載の制御装置。 - 【請求項４】 前記検出部で検出する外界の状態が自然
の風向、風速、気温のデータであり、制御する機器が空
調機器であることを特徴とする請求項１又は２記載の制
御装置。 - 【請求項５】 前記学習部により得られた非線形システ
ムの出力の周波数特性が１／ｆであることを特徴とする
請求項１又は２記載の制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5080061A JPH06266412A (ja) | 1993-03-15 | 1993-03-15 | 制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5080061A JPH06266412A (ja) | 1993-03-15 | 1993-03-15 | 制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06266412A true JPH06266412A (ja) | 1994-09-22 |
Family
ID=13707724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5080061A Pending JPH06266412A (ja) | 1993-03-15 | 1993-03-15 | 制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06266412A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7286670B2 (en) | 1999-11-09 | 2007-10-23 | Chaoticom, Inc. | Method and apparatus for chaotic opportunistic lossless compression of data |
| JP2021189934A (ja) * | 2020-06-03 | 2021-12-13 | 株式会社豊田中央研究所 | モデル学習装置、モデル学習方法、制御装置、制御方法、及びコンピュータプログラム |
-
1993
- 1993-03-15 JP JP5080061A patent/JPH06266412A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7286670B2 (en) | 1999-11-09 | 2007-10-23 | Chaoticom, Inc. | Method and apparatus for chaotic opportunistic lossless compression of data |
| JP2021189934A (ja) * | 2020-06-03 | 2021-12-13 | 株式会社豊田中央研究所 | モデル学習装置、モデル学習方法、制御装置、制御方法、及びコンピュータプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rogers et al. | Multidimensional control systems: case studies in design and evaluation | |
| Nudehi et al. | A shared-control approach to haptic interface design for minimally invasive telesurgical training | |
| Bishop | Mechatronic system control, logic, and data acquisition | |
| Izadbakhsh et al. | Robust adaptive control of robot manipulators using Bernstein polynomials as universal approximator | |
| Loeb | Control implications of musculoskeletal mechanics | |
| Tajdari et al. | Intelligent optimal feed-back torque control of a 6dof surgical rotary robot | |
| Siraskar | Reinforcement learning for control of valves | |
| Horchler et al. | Designing responsive pattern generators: stable heteroclinic channel cycles for modeling and control | |
| Smith et al. | Neural network-based teleoperation using Smith predictors | |
| Paraschos et al. | Probabilistic movement primitives under unknown system dynamics | |
| JPH05127706A (ja) | ニユーラルネツト型シミユレータ | |
| Ge et al. | Identification and control of nonlinear systems by a time-delay recurrent neural network | |
| Tieck et al. | Generating pointing motions for a humanoid robot by combining motor primitives | |
| Samad et al. | A hybrid Fuzzy approach of different controllers to stabilize a 3-link swinging robotic (Robogymnast) | |
| Manzl et al. | Reliability evaluation of reinforcement learning methods for mechanical systems with increasing complexity | |
| Rincon et al. | Expressive states with a robot arm using adaptive fuzzy and robust predictive controllers | |
| JPH06266412A (ja) | 制御装置 | |
| Saveriano et al. | Learning motion and impedance behaviors from human demonstrations | |
| Smith et al. | Adaptive teleoperation using neural network-based predictive control | |
| Karimi et al. | Dynamic Decision Frequency with Continuous Options | |
| Shaari et al. | Active vibration control of flexible beam system based on cuckoo search algorithm. | |
| Singh et al. | Adaptive control for non-linear systems using artificial neural network and its application applied on inverted pendulum | |
| Ochoa-Ortega et al. | σ‐Stabilization of a Flexible Joint Robotic Arm via Delayed Controllers | |
| Prasad et al. | Intelligent control of nonlinear inverted pendulum system using Mamdani and TSK fuzzy inference systems: a performance analysis without and with disturbance input | |
| Pendrith et al. | Actual return reinforcement learning versus Temporal Differences: Some theoretical and experimental results |