世界科技研究与发展
世界科技研究與髮展
세계과기연구여발전
WORLD SCI-TECH R & D
2013年
3期
374-376,407
,共4页
移动机器人%神经网络%Q学习%避障
移動機器人%神經網絡%Q學習%避障
이동궤기인%신경망락%Q학습%피장
mobile robot%neural network%Q-learning%obstacle avoidance
为了提高移动机器人的自主学习能力,在传统的机器人行为控制结构基础上设计了智能控制结构,同时引入了基于神经网络的Q学习模块算法,克服了传统算法只能应用到离散状态中的不足.移动机器人的避障实验结果表明,该方法能够使移动机器人通过自学习实现自主避障.
為瞭提高移動機器人的自主學習能力,在傳統的機器人行為控製結構基礎上設計瞭智能控製結構,同時引入瞭基于神經網絡的Q學習模塊算法,剋服瞭傳統算法隻能應用到離散狀態中的不足.移動機器人的避障實驗結果錶明,該方法能夠使移動機器人通過自學習實現自主避障.
위료제고이동궤기인적자주학습능력,재전통적궤기인행위공제결구기출상설계료지능공제결구,동시인입료기우신경망락적Q학습모괴산법,극복료전통산법지능응용도리산상태중적불족.이동궤기인적피장실험결과표명,해방법능구사이동궤기인통과자학습실현자주피장.
