利用强化学习的自适应动态规划中的值迭代和策略迭代方法，神经网络控制方法，LQR状态调节器最优控制方法，实现了三维倒立摆在飞行器上的稳定控制。鲁棒性很强，进行了高斯白噪声的扰动实验。-Reinforcement learning adaptive dynamic programming in value iteration and policy iteration method, neural network control method, LQR state regulator optimal

一级倒立摆系统响应，最优算法lqr稳定控制的仿真，以及Simulink搭建的图形及仿真。(The first-order inverted pendulum system response, the optimal algorithm lqr stability control simulation, and Simulink structures and simulation.)