基于模糊CMAC的强化学习在Robocup中的应用

摘要：

针对Robocup仿真组比赛中智能体的配合与动作选取,将模糊小脑神经网络(FCMAC)与传统的Q-学习相结合,提出了模糊CMAC Q-学习的方法.该方法结合了模糊控制与CMAC小脑神经网络的优点,将其运用于强化学习中,解决了连续状态空间中使用Q学习时存在的离散化及”维数灾难”的难题,并有效地增强了系统的泛化能力,提高了学习速率,增加了学习精度,更好地满足了比赛实时性的要求.将该方法运用于Robocup仿真组比赛中,证明了它的有效性.

关键词： 足球机器人 强化学习 模糊控制 Q-学习 小脑神经网络

作者: 李真 吴定会 纪志成

作者单位: 江南大学,电气自动化研究所,江苏,无锡,214122

会议类型: 国内会议

会议名称: 2007中国控制与决策学术年会

会议地点: 无锡

会议语种:中文

页码: 468-472

在线出版日期: 2007-07-03（万方平台首次上网日期，不代表论文的发表时间）