东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2012年
z1期
208-211
,共4页
杨月全%韩飞%金露%倪春波%曹志强%张天平
楊月全%韓飛%金露%倪春波%曹誌彊%張天平
양월전%한비%금로%예춘파%조지강%장천평
多机器人系统%增强学习%k近邻%运动控制
多機器人繫統%增彊學習%k近鄰%運動控製
다궤기인계통%증강학습%k근린%운동공제
针对多机器人系统的增强学习问题,为提高机器人的学习速度和充分利用通信范围内其他机器人的增强学习的经验和结果,给出了2类基于局部加权k近邻时间差分的多机器人系统的交互式学习策略.对于机器人之间通信无时滞情形,基于环境感测和任务信息状态描述的局部加权k近邻状态选择方法,机器人通过对自身和通信范围内其他机器人Q值表的比较和分析,对其自身的Q值表进行优化迭代更新.在此基础上,分别给出了基于全局通信条件下和局部通信条件下多机器人系统的异步的互增强学习方案.最后,通过仿真实验进一步验证了所提方案的可行性和有效性.
針對多機器人繫統的增彊學習問題,為提高機器人的學習速度和充分利用通信範圍內其他機器人的增彊學習的經驗和結果,給齣瞭2類基于跼部加權k近鄰時間差分的多機器人繫統的交互式學習策略.對于機器人之間通信無時滯情形,基于環境感測和任務信息狀態描述的跼部加權k近鄰狀態選擇方法,機器人通過對自身和通信範圍內其他機器人Q值錶的比較和分析,對其自身的Q值錶進行優化迭代更新.在此基礎上,分彆給齣瞭基于全跼通信條件下和跼部通信條件下多機器人繫統的異步的互增彊學習方案.最後,通過倣真實驗進一步驗證瞭所提方案的可行性和有效性.
침대다궤기인계통적증강학습문제,위제고궤기인적학습속도화충분이용통신범위내기타궤기인적증강학습적경험화결과,급출료2류기우국부가권k근린시간차분적다궤기인계통적교호식학습책략.대우궤기인지간통신무시체정형,기우배경감측화임무신식상태묘술적국부가권k근린상태선택방법,궤기인통과대자신화통신범위내기타궤기인Q치표적비교화분석,대기자신적Q치표진행우화질대경신.재차기출상,분별급출료기우전국통신조건하화국부통신조건하다궤기인계통적이보적호증강학습방안.최후,통과방진실험진일보험증료소제방안적가행성화유효성.
