多移動機(jī)器人協(xié)作系統(tǒng)體系結(jié)構(gòu)與增強(qiáng)學(xué)習(xí)應(yīng)用研究.pdf

1、為了使機(jī)器人擁有更高的智能和靈活性,賦予它學(xué)習(xí)能力是必由之路.增強(qiáng)學(xué)習(xí)方法的試錯模式符合人的學(xué)習(xí)習(xí)慣,有利于在線學(xué)習(xí),同時實(shí)現(xiàn)方法簡潔,是機(jī)器人領(lǐng)域中最常用的學(xué)習(xí)方法.該文研究了它在基本行為獲取、行為參數(shù)優(yōu)化和角色分工三個方面的應(yīng)用,試圖賦予機(jī)器人更高的智能.移動機(jī)器人利用增強(qiáng)學(xué)習(xí)從無到有學(xué)習(xí)有意義的基本行為時,緩慢的收斂速度一直困擾著這方面的研究者.該文提出了一種兩步學(xué)習(xí)方案,首先采用基于增強(qiáng)學(xué)習(xí)的示教使機(jī)器人較快地獲得基本可行的行為

2、,然后讓機(jī)器人在自主運(yùn)行過程中利用增強(qiáng)學(xué)習(xí)不斷改善所獲得行為的性能,以獲得令人滿意的結(jié)果.示教學(xué)習(xí)和自主運(yùn)行的線調(diào)整過程都統(tǒng)一以增強(qiáng)學(xué)習(xí)方法實(shí)現(xiàn).該文以沿著走廓安全漫游行為的實(shí)現(xiàn)為例,顯示了該方法的有效性.機(jī)器人學(xué)習(xí)新行為的研究目前還很難實(shí)用化,絕大多數(shù)實(shí)際系統(tǒng)還是采用人工設(shè)計各個基本行為.為了充分利用人的高級智能,同時又要克服由于無法深入機(jī)器人運(yùn)行過程,難以決定優(yōu)化參數(shù)的困難,該文提出了利用增強(qiáng)學(xué)習(xí)方法在線優(yōu)化行為參數(shù)的研究思路,預(yù)先