基于神经网络的强化学习在避障中的应用

摘要：

为了提高移动机器人的自学习能力,在基于行为控制结构的基础上设计了智能控制结构,该结构引入了强化学习模块.神经网络具有很好的泛化能力,该文提出了基于神经网络的强化Q学习算法,克服了表格式Q学习算法只能应用到离散的状态中并需要大量存储空间的不足,最后结合智能控制结构应用到移动机器人的避障中.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.

关键词： 移动机器人 强化学习 神经网络 行为控制 智能控制 自主避障

作者: 乔俊飞 侯占军 阮晓钢

作者单位: 北京工业大学 人工智能与机器人研究所,北京 100124

会议类型: 国内会议

会议名称: 第19届中国过程控制会议

会议地点: 北京

会议语种:中文

页码: 1747-1750

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）