Работа посвящена исследованию применимости методов управления системами с помощью обучения с подкреплением и нейронных сетей, а также сравнению их с классическими методами управления, такими как ПИД-регулятор и линейно-квадратичный регулятор. Исследование проводится на примере задачи управления маятником, двойным маятником на тележке и перевернутым маятником на тележке. Актуальность работы определяется тем, что количество методов управления нелинейными системами относительно невелико, причем часть из этих методов подразумевает линеаризацию около некоторой точки фазового пространства системы. Поэтому методы управления, основанные на обучении с подкреплением, могут расширить спектр решаемых задач, не используя при этом линеаризации или вообще не используя почти никаких данных о системе. Также работа является актуальной и в силу небольшого количества работ на эту тему на русском языке, по сравнению с работами на английском.

The work is devoted to the study of the applicability of systems control methods using reinforcement learning and neural networks, as well as their comparison with classical control methods such as a PID controller and a linear- quadratic controller. The study is carried out on the example of the problem of controlling a pendulum, a double pendulum on a trolley and an inverted pendulum on a trolley. The relevance of the work is determined by the fact that the number of control methods for nonlinear systems is relatively small, and some of these methods imply linearization around a point in the phase space of the system. Therefore, reinforcement learning-based control methods can expand the range of problems to be solved without using linearization or using almost no data about the system at all. Also, the work is relevant and due to the small number of works on this topic in Russian, compared to works in English.