基于強化學習的移動機器人自主學習及導航控制.pdf_第1頁
已閱讀1頁,還剩141頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、中國科學技術大學博士學位論文基于強化學習的移動機器人自主學習及導航控制姓名:陳春林申請學位級別:博士專業(yè):模式識別與智能系統(tǒng)指導教師:陳宗海20060401中國科學技術大學博士學位論文討,提出了灰色強化學習方法,給出了簡單的算法描述和分析,說明了此方法的可行性并指出了尚需進一步研究的問題。提出了量子強化學習方法,結合量子理論給出了基于態(tài)疊加原理和量子并行計算的值更新算法框架。使用量子態(tài)進行了狀態(tài)/動作的表示,根據量子測量的塌縮假設觀測量

2、子態(tài)以獲取狀態(tài)/動作值,并通過回報值更新相應的概率幅。理論分析論證了利用經典計算機模擬實現時,該算法相對于傳統(tǒng)強化學習算法的優(yōu)越性,同時簡單討論了使用實際量子系統(tǒng)進行物理實現的可能性,并通過大量仿真實驗驗證了量子強化學習算法解決復雜問題和機器人行為決策的有效性。(3)研究了大范圍環(huán)境下基于分層式強化學習的定性導航給出了分層式強化學習的定性空間表示,并利用強化學習對不同控制層次的抽象能力建立了一種基于混合代數的分層式強化學習算法框架;提出

3、了一種基于分層式強化學習的大范圍空間定性導航方法,在動態(tài)創(chuàng)建柵格拓撲混合地圖的基礎上,依據基于混合代數的分層式強化學習算法框架,設計了移動機器人混合式導航控制結構,實現了對移動機器人不同層’次的控制,從算法結構上融合了局部環(huán)境反應式控制和基于拓撲信息的定性控制,實現了基于分層式強化學習的定性導航。(4)進行了針對ATU—II移動機器人導航控制的實驗研究構建并完善了移動機器人通用平臺刪一II,提出了適用于實際移動機器人在線學習的二階段學習

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論