《移动机器人室内场景主动识别的强化学习方法》PDF+DOC
作者:柳杨,王博文,韩建晖,孙英
单位:河北工业大学
出版:《河北工业大学学报》2018年第01期
页数:11页 (PDF与DOC格式可能不同)
PDF编号:PDFHBGB2018010020
DOC编号:DOCHBGB2018010029
下载格式:PDF + Word/doc 文字可复制、可编辑
《结合手机传感器和卷积神经网络的人体行为识别》PDF+DOC2018年第03期 石代伟,张若英
《基于激光传感器的移动小车室内场景识别算法与实验研究》PDF+DOC2019年第07期 翁星,王宇婕,聂晶,申磊,连进灿
《多传感器室内环境监测系统》PDF+DOC2017年第01期 孙占鹏,李佳,欧文
《多传感器信息融合技术在机器人导航中的应用研究》PDF+DOC2019年第11期 王晶晶
《基于多传感器的移动机器人对感知环境的识别》PDF+DOC1998年第04期 张明路,孟庆浩,彭商贤
《传感器阵列信号处理的人工神经网络方法》PDF+DOC1995年第01期 蔡煜东,吴伟,宫家文,朱建中,姚林声
《移动机器人多传感器信息融合技术综述》PDF+DOC2004年第02期 司现军,王志良
《非确定环境下移动机器人多传感器系统及信息处理(英文)》PDF+DOC2004年第03期 乔凤斌,杨汝清
《基于多传感器的移动机器人安全区域研究》PDF+DOC2015年第12期 冯蕾琳
《非线性动态传感器系统的H模型神经网络辨识》PDF+DOC2013年第10期 刘滔,韩华亭,马婧,雷超
为了在传统场景分类器基础上进一步提高场景识别准确率,提出了一种采用Q学习(Q-learning)实现室内场景主动识别的算法.该算法采用极限学习机(Extreme Learning Machine,ELM)与反向传播梯度下降相结合的方式近似Q-learning值函数的神经网络.算法基于Q-learning动态地学习场景识别率最高的机器人朝向角,使机器人能够自主获取多次更为可靠的传感器信息并将对应识别结果融合,进而提高场景识别准确率.将算法应用在移动机器人场景识别中进行实验,结果表明该算法可以有效提高场景识别准确率。
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。