首页> 中文期刊> 《科学家》 >强化学习在移动机器人避障上的应用

强化学习在移动机器人避障上的应用

         

摘要

为实现移动机器人在未知环境中自主避障,提出了一种基于CMAC的强化学习算法.移动机器人感知环境,使用CMAC神经网络进行行为值函数估计,决策选择执行动作,从环境中获得奖励,对CMAC网络权重更新,逐渐逼近最优Markov决策过程.由于CMAC局部泛化的特性,学习过程得以加速,泛化能力较强,结构简单,响应速度快.在移动机器人避障仿真中,多次实验均能在随机初始化后十余次的失败后成功躲避障碍物,趋向目标位置.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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