基于神經(jīng)網(wǎng)絡(luò)的移動機器人控制研究.pdf

1、基于行為的移動機器人通過傳感器輸入和執(zhí)行器輸出信號的方法相互作用，產(chǎn)生各種“刺激-應(yīng)激”行為，從而使得機器人能夠利用簡單的結(jié)構(gòu)在變化的，無組織的環(huán)境中產(chǎn)生快速響應(yīng)，實時性好。然而，基于行為的機器人的學(xué)習(xí)過程實際上是設(shè)計過程中的學(xué)習(xí)，而不是機器人自主運行后擁有的學(xué)習(xí)能力。由于動態(tài)環(huán)境的復(fù)雜性和不可預(yù)知性，這種沒有記憶，內(nèi)部表達環(huán)境和學(xué)習(xí)能力的機器人不能隨著環(huán)境的變化而變化，從而缺乏對環(huán)境的適應(yīng)性。 為了增強移動機器人在動態(tài)環(huán)境中的

2、學(xué)習(xí)和適應(yīng)能力，本文創(chuàng)新性地提出了一種新的基于改進Elman神經(jīng)網(wǎng)絡(luò)的具有學(xué)習(xí)和記憶功能的機器人行為控制器，利用Elman神經(jīng)網(wǎng)絡(luò)特有的聯(lián)接方式，使得系統(tǒng)不僅對當(dāng)前輸入的信息敏感，并且對歷史輸入具有敏感性，提高了系統(tǒng)處理動態(tài)信息的能力，加強了系統(tǒng)對動態(tài)環(huán)境的適應(yīng)性。 由于基于梯度下降BP算法的研究目前已較為成熟，所以Elman神經(jīng)網(wǎng)絡(luò)權(quán)值的訓(xùn)練通常采用動態(tài)BP學(xué)習(xí)算法。但是由于BP算法收斂速度慢，容易陷入局部最小等缺點，本文引入

3、遺傳算法來改進權(quán)值的訓(xùn)練，構(gòu)建了進化BP算法來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，提高了機器人行為的準(zhǔn)確性和快速性。 在設(shè)計機器人行為時，機器人所需執(zhí)行的任務(wù)和即將面臨的環(huán)境都是未知的，因此要求移動機器人必須具有根據(jù)環(huán)境和任務(wù)的改變，修改自身某些動作行為的能力，即具有自學(xué)習(xí)的能力。因而本文采用無教師的在線強化式學(xué)習(xí)方法控制機器人行為，設(shè)計了基于Sarsa-強化學(xué)習(xí)算法的機器人避障和漫步行為的仿真試驗，使得機器人的動作和行為能夠符合外部環(huán)境和任務(wù)的要求