基于分布式機器人體系結構的逆向增強學習技術.pdf

1、地面自主移動機器人技術是人工智能理論研究的重點之一。為了實現移動機器人在實際環(huán)境中完成地面自主導航任務，其使用的體系結構需要把各個功能模塊有機地結合起來，常用模塊有感知、融合、規(guī)劃、決策、行動等。而且隨著技術的不斷進步，地面自主移動機器人的體系結構也在不斷改進。近年來，分布式控制體系結構因為其優(yōu)良的適應性和魯棒性成為機器人控制體系結構中很受重視的研究熱點?；谏鲜隼碛?，本文重點研究了分布式控制體系結構并在項目中的自主車輛中實現了應用。<

2、br>　　 論文首先調研了地面自主移動機器人技術的發(fā)展，并根據國內外的研究現狀，對地面自主移動機器人中用到的體系結構進行了分析和探討。在上述分析探討的基礎上，本文設計并實現了一個分布式的地面自主移動機器人控制體系結構。在該體系結構中，各個功能模塊被建模為對應的智能體，并將智能體分為感知、決策、動作三種類型。系統(tǒng)中的各個智能體分布運行于系統(tǒng)中不同的計算機，并通過消息傳遞支撐平臺進行數據交換，實現協作。每個智能體具有獨立的數據處理能力，各

3、個智能體可以根據任務目標和環(huán)境的需求組成對應的異步流水線，實現機器人系統(tǒng)高效的運行。各種環(huán)境的實際運行實驗驗證了分布式機器人控制體系結構良好的適應性和魯棒性。
　　 然后，本文結合機器學習算法中的增強學習和逆增強學習，在上述分布式機器人體系結構中實現了策略生成的學習架構。該學習架構采用逆向增強學習估計示教的回報函數。估計得到的回報被用來進行增強學習，從而求解出回報對應的最優(yōu)策略。仿真實驗表明，該體系結構可以生成較好的策略。