10.11772/j.issn.1001-9081.2013.08.2283
进化操作行为学习模型及在移动机器人避障上的应用
针对移动机器人避障上存在的自适应能力较差的问题,结合遗传算法(GA)的进化思想,以自适应启发评价(AHC)学习和操作条件反射(OC)理论为基础,提出了一种基于进化操作行为学习模型(EOBLM)的移动机器人学习避障行为的方法.该方法是一种改进的AHC学习模式,评价单元采用多层前向神经网络来实现,利用TD算法和梯度下降法进行权值更新,这一阶段学习用来生成取向性信息,作为内在动机决定进化的方向;动作选择单元主要用来优化操作行为以实现状态到动作的最佳映射.优化过程分两个阶段来完成,第一阶段通过操作条件反射学习算法得到的信息熵作为个体适应度,执行GA学习算法搜索最优个体;第二阶段由OC学习算法选择最优个体内的最优操作行为,并得到新的信息熵值.通过移动机器人避障仿真实验,结果表明所设计的EOBLM能使机器人通过不断与外界未知环境进行交互主动学会避障的能力,与传统的AHC方法相比其自学习自适应的能力得到加强.
移动机器人、自适应启发评价、操作条件反射、遗传算法、避障
33
TP242(自动化技术及设备)
浙江省青年科学基金资助项目LQ13F030012;浙江农林大学人才启动项目2013FR023
2013-10-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
2283-2288