機器學(xué)習(xí)算法及其應(yīng)用研究.pdf

1、機器學(xué)習(xí)是近年來興起的一門多領(lǐng)域交叉學(xué)科，其涉及到統(tǒng)計學(xué)、概率論、凸分析、逼近論和算法復(fù)雜度理論等多個學(xué)科。在機器學(xué)習(xí)理論中主要涉及到設(shè)計并分析一些可以讓計算機具有自主學(xué)習(xí)能力的算法。而機器人足球比賽是目前機器人研究中的應(yīng)用課題之一，其涉及到了人工智能、智能控制和圖形圖像處理等多個領(lǐng)域。機器人足球比賽具有實時性、分布性、異步性、動態(tài)性等特點，它是一個標準的分布式人工智能研究平臺。對機器人足球比賽進行模擬仿真不僅可以節(jié)省資金，而且方便人們

2、研究算法的性能。
　　增強學(xué)習(xí)不需要先驗知識，實體可直接通過與環(huán)境進行交互獲取知識并修正行為策略，這些特性使增強學(xué)習(xí)在機器人足球比賽中獲得了廣泛應(yīng)用。本文研究基于增強學(xué)習(xí)的機器人足球比賽算法和仿真，主要工作如下:
　　1，分析了增強學(xué)習(xí)的基本原理，著重研究了Q-Learning算法、瞬時差分算法和SARSA算法。在此基礎(chǔ)上，結(jié)合機器人足球比賽的特點，提出了一種改進的SARSA算法。
　　2，分析和搭建了機器人足球比賽的

3、仿真軟件平臺MSRS，對仿真中的增強學(xué)習(xí)算法進行了獎勵函數(shù)和行為函數(shù)的設(shè)計，并討論了行為選擇方法和狀態(tài)離散化等問題。
　　3，對改進的SARSA算法在機器人足球比賽的單實體環(huán)境下進行了仿真分析，在此基礎(chǔ)上，比較了SARSA和改進的SARSA算法在多實體環(huán)境之中的性能，仿真結(jié)果表明，改進的SARSA具有更多的智能體控球時間。
　　論文通過機器人足球比賽仿真平臺，研究了增強學(xué)習(xí)算法，仿真結(jié)果表明，應(yīng)用增強學(xué)習(xí)算法可以更好的制定機