学习控制算法来源于人类的学习过程,为了解决被控对象的非线性和系统建模不完善所造成的未知量不确定性问题,可用该算法降低这种缺乏必要的先验知识给系统控制带来的困难。倒立摆是具有非线性不稳定平衡特性的控制对象,可用于为各种控制算法提供验证测试,用以检验算法控制性能以及各种性质。论文研究了Q--学习算法并用于实现对倒立摆稳摆控制,并对算法进行改进,提高了算法的控制效果。运用LQR--模糊控制算法对二级、三级倒立摆实现了稳摆控制。论文主要完成以下工作：1.采用Q-学习算法对线性一级倒立摆进行稳摆控制,研究该算法用于倒立摆的控制规律,经分析算法的实验结果,指出算法存在的问题。2.将Q-学习算法与BP神经网络相结合,用于优化Q学习算法参数。应用该算法对线性一级倒立摆实现稳摆控制。3.讨论双轮机器人模型,建模后与一级倒立摆模型相同,可将优化的Q-学习算法用于双轮机器人平衡控制。4.设计LQR-模糊控制算法用于二级直线倒立摆和三级直线倒立摆的稳摆控制,并进行实验验证。5.总结论文工作,提出不足以及下步工作的展望。