作者：童亮,王准 单位：中国航天科工集团公司第十七研究所 出版：《计算机仿真》2013年第12期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFJSJZ2013120810 DOC编号：DOCJSJZ2013120819 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 研究强化学习在机器人路径规划问题，作为基于行为的移动机器人路径规划，应具有实时、高效、快速的优点，但面对连续环境变量，如机器人通过传感器检测到的与障碍物的距离，存在状态表达和泛化问题，不恰当的状态泛化会影响系统的学习效率和收敛性。为了提高机器人对外界快速响应能力，在分析强化学习基本原理和连续状态泛化方法的基础上，提出利用Kohonen网络对机器人连续外部环境进行聚类的内部状态表示方法，给出了Kohonen网络的Q-Learning强化学习算法。根据机器人工作环境和路径规划目标，设计了机器人路径规划中的奖惩策略和动作选择规则，并通过仿真与传统的状态离散方法进行了比较。结果显示，提出的方法不仅降低了计算机的存储需求，而且加快了系统学习的收敛速度，表明了改进方法的有效性。

    📙 相关资料

    1. 《强化学习在移动机器人自主导航中的应用》PDF+DOC 概述了移动机器人常用的自主导航算法及其优缺点，在此基础上提出了强化学习方法。描述了强化学习算法的原理，并实现了用神经网络解决泛化问题。设计了基于障碍物探测传感器信息的机器人自主导航强化学习方法，给出了学习算法中各要素的数学模型。经仿真验证，算法正确有效，具有良好的收敛性和泛化能力。...
    2. 《移动机器人路径规划技术的现状与发展》PDF+DOC 现阶段，移动机器人技术是科学领域研究的一个重点内容，而在该技术的研究中，移动机器人的路径规划技术是非常重要的。其中，路径规划可以被划分成两种，其一是基于模型环境进行的已知的全局路径进行规划，其二是基于传感器环境对未知局部路径进行规划。文章对移动机器人的路径规划方法进行了详细的分析，并分别列举了全局路......
    3. 《基于深度Q值网络的自动小车控制方法》PDF+DOC 随着计算机技术和人工智能的飞速发展，无人驾驶车辆成为了一个新的热点。提出了一种自动小车的验证模型来模拟无人车，并验证了深度Q值网络(deep Q network，DQN)算法对自动小车的控制。该算法使用了强化学习和神经网络技术，能够在缺乏先验知识的情况下，根据获取的传感器信息训练神经网络，然后做出正......
    4. 《基于神经网络的进化机器人组合行为方法研究》PDF+DOC 为了克服传统机器人设计方法存在的局限性 ，提高机器人的自适应能力 ，采用神经网络方法实现了进化机器人避碰、趋近及其组合行为学习 .首先 ，提出了新的机器人模拟环境和机器人模型 ，给出了采用神经网络实现进化学习系统的方法 .其次 ，对具有进化学习机制的机器人基本行为和组合行为学习系统进行了仿真 ，并通......
    5. 《基于模糊神经网络算法的机器人路径规划研究》PDF+DOC 路径规划是移动机器人研究的关键技术之一。在研究模糊理论和神经网络的基础上，提出了一种新的算法，即模糊神经网络。模糊神经网络既可以像神经网络那样并行处理、自行学习，又可以像模糊理论处理模糊信息、完成模糊推理功能。采用模糊神经网络来对移动机器人的路径进行规划，充分发挥模糊理论和神经网络的各自优势，从而获......
    6. 《基于RPkNN-Sarsa(λ)强化学习的机器人路径规划方法》PDF+DOC 基于kNN-Sarsa(λ)强化学习的机器人路径规划方法虽然收敛速度快，但该算法容易陷入局部最优值，且未考虑环境信息的不完全可观测性。为此，设计了一种随机扰动(random perturbation)kNN-Sarsa(λ)强化学习算法，利用Bayesian规则对传感器探测信息的不确定性进行了处理，......
    7. 《基于符号神经网络的数据溶合系统的研究》PDF+DOC 本文介绍一种把多个神经网络和符号推理结合在一起（即符号神经网络）用于移动式机器人多传感器数据溶合的新技术。用该技术实现的系统不仅能够准确定位，而且可以增强机器人的应变能力。...
    8. 《基于神经网络的智能复合材料损伤评估系统》PDF+DOC 介绍了一种复合材料损伤评估的新系统。该系统由埋入光纤传感器阵列、形状记忆合金丝和Ｋ　ｏｈｏｎｅｎ　自组织神经网络处理器组成。由埋入光纤传感器阵列实现对材料损伤的检测，神经网络由ＴＭＳ３２０Ｃ２５　高速并行处理器和ＩＢＭＰＣ／３８６组成的高速并行分布处理器进行模拟，实现传感器输出信号的实时处理，并产生......
    9. 《基于包容结构的移动机器人混合式控制结构》PDF+DOC 本文提出以包容式框架结构为基础 ，将计划作为一种行为 ，与应激式行为并行处理的思想 .与之对应的是将传感器检测区域分为避障区和规划区 ，如果在避障区有障碍物 ，则由应激避障模块采取相应的避障行为 ；如果在规划区有障碍物 ，则由规划模块产生相应的输出 .由于规划模块最终输出子目标 ，因此使此结构的规划......
    10. 《基于神经网络的多传感器信息融合及其在机器人中的应用》PDF+DOC 多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息，可以获得系统所需的更准确和更精确的信息。通过神经网络融合方法，探讨了信息融合技术在机器人方面的应用。机器人避障实验验证了所提方法的有效性。...

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。