基于二型模糊系统的强化学习及其在机器人行为学习中的应用

针对复杂的移动机器人导航问题,提出一种基于二型模糊系统的强化学习算法。它既可以利用二型模糊系统解决大规模强化学习中状态空间到动作空间的映射问题,也可以利用强化学习算法完善二型模糊系统中模糊规则,解决了二型模糊系统主观定义模糊规则的局限性,提高了算法的学习效率。最后,将该算法应用到移动机器人导航的行为学习问题中,通过实验证明了研究算法的有效性和精确性,利用该算法可以使机器人在复杂环境下完成导航任务。     

基于矢量量化的强化学习及其在机器人行为学习中的应用

针对强化学习(RL)中状态空间过大所引起的学习时间过长或算法难于收敛等问题,提出了一种基于矢量量化(VQ)技术的表格型强化学习方法--VQRL方法,该方法用矢量量化器的码书矢量来逼近强化学习的状态空间,从而有效地解决了强化学习的状态空间分割问题,并提高了学习的收敛速度.同时根据等失真理论将一种失真敏感自组织特征映射(S...