学习笔记——labview、电气、STM、simulink、强化学习、松下电机

一、labview

正如我喜欢CAD的快捷键一样，快捷键给我的印象十分友好，labview也不例外

https://www.cnblogs.com/EltonLiang/p/6127337.html，此链接不失为一个快速成长的学习

二、电气

继电器：电控器件，输入回路（控制系统），输出回路是（被控系统）互动关系；原理是当输入量的变化达到规定要求，电路中使被控量发生预定的阶跃变化的一种电器。

在实际用途中，它实际上是用小电流去控制大电流运作的一种“自动开关”，如汽车的转向灯

继电器一般都有能反映一定输入变量（如电流、电压、功率、阻抗、频率、温度、压力、速度、光等）的感应机构（输入部分）；

有能对被控电路实现“通”、“断”控制的执行机构（输出部分）

作用：自动调节，安全保护，转换电路（如何实现）等。

工作原理：以下是通电和断电的两种状态

继电器内部的工作原理：节点部分接的是外部的负载部分，利用继电器控制外部负载的动作

继电器的节点：分为A节点常开接点，B节点常闭接点，由一组A节点和B节点组成的称为C节点，一般继电器由一组或多组A，B节点构成，常见的有2C,4C节点

限位开关：固态继电器：

三、STM32学习

http://www.cnblogs.com/emouse/archive/2011/10/10/2206584.html，介绍很详尽

四、simulink

实战演练的确比生硬的学习要学的快，印象更深刻

这一节讲的是simulink的使能以及for循环，while循环，if条件，switch跳转在simulink中是如何实现的

参考原文https://wenku.baidu.com/view/d1ec1912227916888486d744.html

五、强化学习

强化学习核心思想：给你的行为打分，从分数中做决定，选择高分的动作。

分类：

1）不理解环境（model-free RL）

往真实世界中做动作，得到反馈。如：Q-learning，Sarsa,Policy gradients;

特点：按部就班一步一步等待真实世界的反馈，根据反馈采取下一步的行动

2)理解环境（model-based RL）

通过过往经验来建立模型模拟现实世界的反馈，还可以在虚拟中模拟（想象力）；Q-learning，Sarsa,Policy gradients

特点：想象力；通过想象来预判接下来发生的所有情况，选择最好的那种，采取下一步的策略。

 

3）基于价值value-based RL
选择价值最高的动作，连续的动作无能为力；
Q-learning，Sarsa

 

4）基于概率policy-based RL

通过感官分析所处的环境，直接输出下一步采取各种行动的概率，根据概率
采取行动。对于连续动作可以采用概率分布
policy gradients
结合3，4的方法是ACtor-critic,前者基于概率做出动作，后者对于动作给出动作的价值

5）回合更新（Monte-carlo update）
从游戏开始到结束，再更新
基础班Policy-Gradients ,Monte-carlo learning

6）单步更新(Temporal-difference update)
特点：更有效率
边玩边更新
Q-learning ,sarsa，升级版policy Gradients

7）在线学习（on-policy）
本人边玩边学习
Sarsa

8)离线学习off-policy
自己玩或者别人玩，过往记忆经验
Q-learning,Deep Q-Network

这样的话，我们就可以根据项目的需要自己选择适合自己的方法

六、松下伺服电机

对于控制指令和控制模式，先学会用最基本的

https://wenku.baidu.com/view/367d3647bf1e650e52ea551810a6f524ccbfcbd7.html

这篇文章讲的十分到位