Control of a Mobile Inverted Pendulum Robot Using Reinforcement Learning

Abstract

This paper introduces the concept of Reinforcement Learning applied to the problem of an inverted pendulum attached to a mobile robot (also known as CartPole). In this problem, the robot must learn the best actions to maintain the pendulum in balance. The Reinforcement Learning algorithms used in this project were Q-Learning, Q-Learning with heuristics (HAQL), and Deep Q Network (DQN). The experimental results demonstrate that the application of all algorithms successfully addressed the proposed control problem, with HAQL and DQN yielding the best outcomes.

Author Biography

Danilo Hernani Perico, Centro Universitário FEI

Possui Graduação, Mestrado e Doutorado em Engenharia Elétrica pelo Centro Universitário FEI (2009, 2012 e 2017). Tem experiência na área de Inteligência Artificial e Robótica, atuando principalmente nos seguintes temas: Aprendizagem de Máquina, Robótica Móvel, Robôs Humanoides, Robótica Probabilística e Raciocínio Espacial. Atualmente é secretário do Capítulo Profissional da Sociedade de Robótica e Automação do IEEE na seção Sul Brasil, é coordenador da Competição Brasileira de Robótica (CBR), é professor do Departamento de Ciência da Computação e coordenador do curso de Engenharia de Robôs no Centro Universitário FEI.

Published
2024-09-28
How to Cite
de Moraes, M. L., da Silva, I. J., & Perico, D. H. (2024). Control of a Mobile Inverted Pendulum Robot Using Reinforcement Learning. REVISTA CEREUS, 16(3), 182-196. Retrieved from http://ojs.unirg.edu.br/index.php/1/article/view/4941
Issue
Vol 16 No 3 (2024): Revista Cereus
Section
Artigos

Copyright (c) 2024 REVISTA CEREUS

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

DECLARAÇÃO DE TRANSFERÊNCIA DE DIREITOS AUTORAIS

Os autores do manuscrito submetido declaram ter conhecimento que em caso de aceitação do artigo, a Revista Cereus, passa a ter todos os direitos  autorais sobre o mesmo. O Artigo será de propriedade exclusiva da Revista, sendo vedada qualquer reprodução, em qualquer outra parte ou meio de divulgação, impressa ou eletrônica.