基于神经网络的强化学习在避障中的应用

作     者：乔俊飞 侯占军 阮晓钢 QIAO Junfei;HOU Zhanjun;RUAN Xiaogang

作者机构：北京工业大学人工智能与机器人研究所北京100124 

基　　金：国家自然科学基金资助项目(60375017) 北京市优秀人才培养资助项目(2006D0501500203) 北京市教委科技发展计划项目(KM2006100050190) 

出 版 物：《清华大学学报（自然科学版）》 (Journal of Tsinghua University(Science and Technology))

年 卷 期：2008年第48卷第S2期

页      码：1747-1750页

摘      要：为了提高移动机器人的自学习能力,在基于行为控制结构的基础上设计了智能控制结构,该结构引入了强化学习模块。神经网络具有很好的泛化能力,该文提出了基于神经网络的强化Q学习算法,克服了表格式Q学习算法只能应用到离散的状态中并需要大量存储空间的不足,最后结合智能控制结构应用到移动机器人的避障中。实验结果表明,该方法能够使移动机器人通过自学习实现自主避障。

主 题 词：移动机器人 强化学习 神经网络 避障 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

核心收录：

D　O　I：10.3321/j.issn:1000-0054.2008.10.011

馆 藏 号：203120756...