多移動機器人協(xié)作系統(tǒng)體系結(jié)構(gòu)與增強學習應(yīng)用研究.pdf

1、為了使機器人擁有更高的智能和靈活性,賦予它學習能力是必由之路.增強學習方法的試錯模式符合人的學習習慣,有利于在線學習,同時實現(xiàn)方法簡潔,是機器人領(lǐng)域中最常用的學習方法.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,試圖賦予機器人更高的智能.移動機器人利用增強學習從無到有學習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習方案,首先采用基于增強學習的示教使機器人較快地獲得基本可行的行為

2、,然后讓機器人在自主運行過程中利用增強學習不斷改善所獲得行為的性能,以獲得令人滿意的結(jié)果.示教學習和自主運行的線調(diào)整過程都統(tǒng)一以增強學習方法實現(xiàn).該文以沿著走廓安全漫游行為的實現(xiàn)為例,顯示了該方法的有效性.機器人學習新行為的研究目前還很難實用化,絕大多數(shù)實際系統(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器人運行過程,難以決定優(yōu)化參數(shù)的困難,該文提出了利用增強學習方法在線優(yōu)化行為參數(shù)的研究思路,預先