面向多机器人系统的增强学习研究进展综述
DOI:
CSTR:
作者:
作者单位:

1. 长沙国防科技大学3院7队
2.

作者简介:

吴军

通讯作者:

中图分类号:

TP24

基金项目:

国家自然科学基金资助项目


Recent advances of reinforcement learning in multi-robot systems: A survey
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:

    基于增强学习的多机器人系统优化控制是近年来机器人学与分布式人工智能的前沿研究领域. 多机器人系
    统具有分布、异构和高维连续空间等特性, 使得面向多机器人系统的增强学习的研究面临着一系列挑战, 为此, 对其
    相关理论和算法的研究进展进行了系统综述. 首先, 阐述了多机器人增强学习的基本理论模型和优化目标; 然后, 在
    对已有学习算法进行对比分析的基础上, 重点探讨了多机器人增强学习理论与应用研究中的困难和求解思路, 给出
    了若干典型问题和应用实例; 最后, 对相关研究进行了总结和展望.

    Abstract:

    Multi-robot optimization control based on reinforcement learning is a research frontier of robotics and distributed
    artificial intelligence in recent years. Some characteristics in multi-robot systems, such as distribution, heterogeneity
    and high-dimensional continuity, lead to a series of challenges in theoretical and methodological research for multi-robot
    reinforcement learning. Therefore, recent advances of multi-robot reinforcement learning are systematically surveyed.
    Firstly, the fundamental theoretical models and optimization objectives are analyzed. Based on a contrastive analysis for
    existing algorithms, the difficulties in theoretical research and implementations are discussed, and the possible solutions are
    summarized in detail. Several benchmark problems and applications are listed. Finally, current work and future research
    directions are concluded.

    参考文献
    相似文献
    引证文献
引用本文

吴军 徐昕 王健 贺汉根.面向多机器人系统的增强学习研究进展综述[J].控制与决策,2011,26(11):1601-1610

复制
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:2011-03-13
  • 最后修改日期:2011-05-21
  • 录用日期:
  • 在线发布日期: 2011-11-20
  • 出版日期:
文章二维码