[发明专利]一种基于强化学习的宠物自动投食控制系统和方法

摘要

本发明公开了一种基于强化学习的宠物自动投食控制系统和方法，其主要包括基体和控制器，所述控制器通过以下方法获得最优投食策略：A、建立宠物投食的模型，B、将宠物投食问题建模为一个马尔科夫决策过程模型，对其中的状态、动作、状态转移函数及立即奖赏函数建模，C、建立回报值函数模型，D、利用Sarsa强化学习算法求解最优投食策略；所述控制器根据最优投食策略控制每次的投食量。本发明有利于节约食物。可适应各种宠物的饮食习惯。不需要提供各种宠物的一般投食数据，本发明可自己学习获得。所求得的最优投食策略相对于现有的投食方式更加准确。可以根据环境的变化动态修正最优投食策略。

主权项

1.一种基于强化学习的宠物自动投食控制系统，包括基体(3)，所述基体(3)内设置有用于储存宠物食物的食物腔(4)，基体(3)内还设置有与食物腔(4)连通的倾斜的出料通道(13)，所述出料通道(13)处设置有用于控制出料通道开闭的闸门机构(11)，出料通道(13)的低端外侧设置有接食容器(6)，所述接食容器(6)的底部设置有压力传感器(12)，还包括定时器(10)和控制器(9)，所述定时器(10)、压力传感器(12)和闸门机构(11)分别与控制器(9)连接，其特征在于，所述控制器(9)通过以下方法获得最优投食策略：A、建立宠物投食的模型，B、将宠物投食问题建模为一个马尔科夫决策过程模型，对其中的状态、动作、状态转移函数及立即奖赏函数建模，C、建立回报值函数模型，D、利用Sarsa强化学习算法求解最优投食策略；所述控制器(9)根据最优投食策略控制每次的投食量。