機(jī)器學(xué)習(xí)算法及其應(yīng)用研究.pdf

1、機(jī)器學(xué)習(xí)是近年來興起的一門多領(lǐng)域交叉學(xué)科，其涉及到統(tǒng)計(jì)學(xué)、概率論、凸分析、逼近論和算法復(fù)雜度理論等多個(gè)學(xué)科。在機(jī)器學(xué)習(xí)理論中主要涉及到設(shè)計(jì)并分析一些可以讓計(jì)算機(jī)具有自主學(xué)習(xí)能力的算法。而機(jī)器人足球比賽是目前機(jī)器人研究中的應(yīng)用課題之一，其涉及到了人工智能、智能控制和圖形圖像處理等多個(gè)領(lǐng)域。機(jī)器人足球比賽具有實(shí)時(shí)性、分布性、異步性、動(dòng)態(tài)性等特點(diǎn)，它是一個(gè)標(biāo)準(zhǔn)的分布式人工智能研究平臺(tái)。對(duì)機(jī)器人足球比賽進(jìn)行模擬仿真不僅可以節(jié)省資金，而且方便人們

2、研究算法的性能。
　　增強(qiáng)學(xué)習(xí)不需要先驗(yàn)知識(shí)，實(shí)體可直接通過與環(huán)境進(jìn)行交互獲取知識(shí)并修正行為策略，這些特性使增強(qiáng)學(xué)習(xí)在機(jī)器人足球比賽中獲得了廣泛應(yīng)用。本文研究基于增強(qiáng)學(xué)習(xí)的機(jī)器人足球比賽算法和仿真，主要工作如下:
　　1，分析了增強(qiáng)學(xué)習(xí)的基本原理，著重研究了Q-Learning算法、瞬時(shí)差分算法和SARSA算法。在此基礎(chǔ)上，結(jié)合機(jī)器人足球比賽的特點(diǎn)，提出了一種改進(jìn)的SARSA算法。
　　2，分析和搭建了機(jī)器人足球比賽的

3、仿真軟件平臺(tái)MSRS，對(duì)仿真中的增強(qiáng)學(xué)習(xí)算法進(jìn)行了獎(jiǎng)勵(lì)函數(shù)和行為函數(shù)的設(shè)計(jì)，并討論了行為選擇方法和狀態(tài)離散化等問題。
　　3，對(duì)改進(jìn)的SARSA算法在機(jī)器人足球比賽的單實(shí)體環(huán)境下進(jìn)行了仿真分析，在此基礎(chǔ)上，比較了SARSA和改進(jìn)的SARSA算法在多實(shí)體環(huán)境之中的性能，仿真結(jié)果表明，改進(jìn)的SARSA具有更多的智能體控球時(shí)間。
　　論文通過機(jī)器人足球比賽仿真平臺(tái)，研究了增強(qiáng)學(xué)習(xí)算法，仿真結(jié)果表明，應(yīng)用增強(qiáng)學(xué)習(xí)算法可以更好的制定機(jī)