• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议> >Continuous-spaced action selection for single- and multi-robot tasks using cooperative extended Kohonen maps
【24h】

Continuous-spaced action selection for single- and multi-robot tasks using cooperative extended Kohonen maps

机译：使用协作扩展Kohonen映射对单机器人和多机器人任务进行连续间隔的动作选择

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Action selection is a central issue in the design of behavior-based control architectures for autonomous mobile robots. This paper presents an action selection framework based on an assemblage of self-organizing neural networks called Cooperative Extended Kohonen Maps. This framework encapsulates two features that significantly enhance a robot's action selection capability: self-organization in the continuous state and action spaces to provide smooth, efficient and fine motion control; action selection via the cooperation and competition of Extended Kohonen Maps so that more complex motion tasks can be achieved. Qualitative and quantitative comparisons for both single- and multi-robot motion tasks show that our framework can provide better action selection than do action superposition methods.
机译：在自主移动机器人的基于行为的控制体系结构设计中，动作选择是一个中心问题。本文提出了一个基于自组织神经网络（称为合作扩展Kohonen映射）的组合的动作选择框架。该框架封装了两个功能，这些功能可显着增强机器人的动作选择能力：在连续状态和动作空间中的自组织，以提供平稳，高效和精细的运动控制;通过扩展Kohonen地图的协作和竞争来选择动作，从而可以实现更复杂的运动任务。对单机器人运动任务和多机器人运动任务的定性和定量比较表明，与动作叠加方法相比，我们的框架可以提供更好的动作选择。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号