|
|||||
|
|
| 进化强化学习及其在机器人路径跟踪中的应用 | |
| 引用本文： | 段勇,崔宝侠,徐心和.进化强化学习及其在机器人路径跟踪中的应用[J].控制与决策,2009,24(4):532-536. |
| 作者姓名： | 段勇 崔宝侠 徐心和 |
| 作者单位： | 沈阳工业大学信息科学与工程学院 110178 |
| 摘 要： | 研究了一种基于自适应启发评价(AHC)强化学习的移动机器人路径跟踪控制方法.AHC的评价单元(ACE)采用多层前向神经网络来实现,将TD(λ)算法和梯度下降法相结合来更新神经网络的权值.AHC的动作选择单元(ASE)由遗传算法优化的模糊推理系统(FIS)构成.ACE网络的输出构成二次强化信号,用于指导ASE的学习.最后将所提出的算法应用于移动机器人的行为学习,较好地解决了机器人的复杂路径跟踪问题. |
| 关 键 词： | |
| 收稿时间： | 2008/4/3 0:00:00 |
| 修稿时间： | 2008/8/12 0:00:00 |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |