基于增強(qiáng)學(xué)習(xí)的大鼠機(jī)器人空間導(dǎo)航方法研究.pdf

1、基于腦機(jī)接口的動(dòng)物機(jī)器人系統(tǒng)，是以動(dòng)物為載體，將外部控制指令轉(zhuǎn)化為各種形式的有效刺激施加給動(dòng)物大腦，從而直接干預(yù)動(dòng)物的感受并控制其行為。隨著實(shí)際應(yīng)用的需求越來(lái)越迫切，精確有效的自動(dòng)控制研究成為動(dòng)物機(jī)器人發(fā)展的必然趨勢(shì)。大鼠機(jī)器人導(dǎo)航問(wèn)題研究一直是衡量自動(dòng)控制效果的有效實(shí)驗(yàn)平臺(tái);同時(shí)，自動(dòng)控制過(guò)程也具體展示了生物智能與人工智能的融合方式。
　　本文以大鼠機(jī)器人為研究對(duì)象，以自動(dòng)導(dǎo)航問(wèn)題為研究目標(biāo)，提出了基于增強(qiáng)學(xué)習(xí)的自動(dòng)導(dǎo)航方法，實(shí)

2、現(xiàn)了未知環(huán)境中的空間獎(jiǎng)賞地圖重建，并最終實(shí)現(xiàn)動(dòng)物機(jī)器人行為的自動(dòng)控制，體現(xiàn)了智能融合的獨(dú)特優(yōu)勢(shì)。其具體內(nèi)容包括:
　　(1)分析大鼠自身導(dǎo)航相關(guān)行為（覓賞行為和試錯(cuò)學(xué)習(xí)）與人工智能常用方法在本質(zhì)上的相關(guān)性，以增強(qiáng)學(xué)習(xí)為框架，探究生物智能和人工智能融合。
　　(2)采用Q-learning和Actor-Critic方法構(gòu)建導(dǎo)航行為的空間獎(jiǎng)賞地圖，融合生物智能后，使得機(jī)器增強(qiáng)學(xué)習(xí)算法具有更快的收斂性。
　　(3)提出分級(jí)電