基于強化學習的移動機器人自主學習及導航控制.pdf

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(jù)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(jīng)典計算機模擬實現(xiàn)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(xiàn)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(shù)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(jù)基于混合代數(shù)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(xiàn)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(xiàn)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