基于強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人自主學(xué)習(xí)及導(dǎo)航控制.pdf

1、中國科學(xué)技術(shù)大學(xué)博士學(xué)位論文基于強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人自主學(xué)習(xí)及導(dǎo)航控制姓名：陳春林申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：陳宗海20060401中國科學(xué)技術(shù)大學(xué)博士學(xué)位論文討，提出了灰色強(qiáng)化學(xué)習(xí)方法，給出了簡單的算法描述和分析，說明了此方法的可行性并指出了尚需進(jìn)一步研究的問題。提出了量子強(qiáng)化學(xué)習(xí)方法，結(jié)合量子理論給出了基于態(tài)疊加原理和量子并行計(jì)算的值更新算法框架。使用量子態(tài)進(jìn)行了狀態(tài)／動(dòng)作的表示，根據(jù)量子測(cè)量的塌縮假設(shè)觀測(cè)量

2、子態(tài)以獲取狀態(tài)／動(dòng)作值，并通過回報(bào)值更新相應(yīng)的概率幅。理論分析論證了利用經(jīng)典計(jì)算機(jī)模擬實(shí)現(xiàn)時(shí)，該算法相對(duì)于傳統(tǒng)強(qiáng)化學(xué)習(xí)算法的優(yōu)越性，同時(shí)簡單討論了使用實(shí)際量子系統(tǒng)進(jìn)行物理實(shí)現(xiàn)的可能性，并通過大量仿真實(shí)驗(yàn)驗(yàn)證了量子強(qiáng)化學(xué)習(xí)算法解決復(fù)雜問題和機(jī)器人行為決策的有效性。(3)研究了大范圍環(huán)境下基于分層式強(qiáng)化學(xué)習(xí)的定性導(dǎo)航給出了分層式強(qiáng)化學(xué)習(xí)的定性空間表示，并利用強(qiáng)化學(xué)習(xí)對(duì)不同控制層次的抽象能力建立了一種基于混合代數(shù)的分層式強(qiáng)化學(xué)習(xí)算法框架；提出

3、了一種基于分層式強(qiáng)化學(xué)習(xí)的大范圍空間定性導(dǎo)航方法，在動(dòng)態(tài)創(chuàng)建柵格拓?fù)浠旌系貓D的基礎(chǔ)上，依據(jù)基于混合代數(shù)的分層式強(qiáng)化學(xué)習(xí)算法框架，設(shè)計(jì)了移動(dòng)機(jī)器人混合式導(dǎo)航控制結(jié)構(gòu)，實(shí)現(xiàn)了對(duì)移動(dòng)機(jī)器人不同層’次的控制，從算法結(jié)構(gòu)上融合了局部環(huán)境反應(yīng)式控制和基于拓?fù)湫畔⒌亩ㄐ钥刂?，?shí)現(xiàn)了基于分層式強(qiáng)化學(xué)習(xí)的定性導(dǎo)航。(4)進(jìn)行了針對(duì)ATU—II移動(dòng)機(jī)器人導(dǎo)航控制的實(shí)驗(yàn)研究構(gòu)建并完善了移動(dòng)機(jī)器人通用平臺(tái)刪一II，提出了適用于實(shí)際移動(dòng)機(jī)器人在線學(xué)習(xí)的二階段學(xué)習(xí)