...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Vehicle Autonomous Systems >Growing RBF networks for learning reactive behaviours in mobile robotics
【24h】

Growing RBF networks for learning reactive behaviours in mobile robotics

机译：不断增长的RBF网络用于学习移动机器人中的反应行为

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper investigates a learning system based on growing Radial Basis Function (RBF) networks for acquiring reactive behaviours in mobile robotics. The learning algorithm integrates unsupervised and supervised learning, directly mapping the sensor information to the required motor action. The learning system is evaluated through a number of experiments on a real robot. The experimental results show that our learning system can learn a wide range of robot behaviours from simple tasks to complex tasks and demonstrate that the task need not be known at the programming time. This means that many different behaviours could potentially be acquired by the same learning architecture, thus dramatically reducing the development cost of autonomous robotic systems.
机译：本文研究了一种基于成长型径向基函数（RBF）网络的学习系统，用于获取移动机器人中的反应行为。学习算法集成了无监督和有监督的学习，将传感器信息直接映射到所需的动作。通过在真实机器人上进行的大量实验来评估学习系统。实验结果表明，我们的学习系统可以学习从简单任务到复杂任务的各种机器人行为，并表明在编程时无需知道任务。这意味着相同的学习体系结构有可能获得许多不同的行为，从而大大降低了自主机器人系统的开发成本。

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