基于Q-学习的模糊神经网络控制器

摘要：

神经模糊系统在机器人的智能控制中具有巨大的应用潜力,但已有的系统构造方法几乎都面临着样本资源匮乏这一巨大困难.为克服传统系统构造方法可能因样本获取困难而引起的"维数灾难"等问题,该文在模糊神经网络中引入了Q-学习机制,提出了一种基于Q-学习的模糊神经网络模型,从而赋予神经模糊系统自学习能力.文章最后给出了其在菅野模糊小车控制中的仿真结果.实验表明,在神经模糊系统中融入智能学习机制Q-学习是行之有效的;它可以被用来实现机器人智能行为的自学习.值得一提的是,该文的仿真实验在真实系统上同样是容易实现的,只要系统能提供作为评价信号的传感信息即可.

关键词：Q-学习、神经网络、模糊系统

所属期刊栏目：38

分类号：TP273.24(自动化技术及设备)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：93-96