Rss Email Alert
期刊订阅| 联系我们
高级搜索
高级搜索
首页 > 过刊浏览>2009年第24卷第4期 >532-536
PDF HTML阅读 XML下载 导出引用 引用提醒
进化强化学习及其在机器人路径跟踪中的应用
DOI:
CSTR:
作者:
作者单位:

沈阳工业大学信息科学与工程学院 110178

作者简介:

段勇

通讯作者:

中图分类号:

TP242

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    研究了一种基于自适应启发评价(AHC)强化学习的移动机器人路径跟踪控制方法.AHC的评价单元(ACE)采用多层前向神经网络来实现,将TD(λ)算法和梯度下降法相结合来更新神经网络的权值.AHC的动作选择单元(ASE)由遗传算法优化的模糊推理系统(FIS)构成.ACE网络的输出构成二次强化信号,用于指导ASE的学习.最后将所提出的算法应用于移动机器人的行为学习,较好地解决了机器人的复杂路径跟踪问题.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

段勇;崔宝侠;徐心和.进化强化学习及其在机器人路径跟踪中的应用[J].控制与决策,2009,24(4):532-536

复制
相关视频

分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-04-03
  • 最后修改日期:2008-08-12
  • 录用日期:
  • 在线发布日期: 2009-04-20
  • 出版日期:
文章二维码

办公地点：东北大学 综合楼313室

通讯地址：沈阳市和平区文化路3巷11号 东北大学125信箱 《控制与决策》编辑部(110819)

收件人：《控制与决策》编辑部 (如果快递，请选择EMS或顺丰快递，其他快递无法送达。)

电话: 024-83687766，23906437

版权所有 :控制与决策

技术支持：北京勤云科技发展有限公司

E-mail: kzyjc@mail.neu.edu.cn

版权所有 :控制与决策

技术支持：北京勤云科技发展有限公司