機器人的人類行為模仿與強化學(xué)習(xí)研究.pdf

1、機器人研究的高級目標(biāo)是使機器人能夠做出與人類相似的智能行為，這就要求機器人具有適應(yīng)環(huán)境變化的經(jīng)驗總結(jié)與學(xué)習(xí)能力。目前，由于自主學(xué)習(xí)能力明顯不足，機器人只能按照人類預(yù)先編制的程序完成固定的任務(wù)。這樣的機器人無法適應(yīng)環(huán)境發(fā)生的變化，無法自我提高完成任務(wù)的能力，遠遠不能適應(yīng)人類對機器人賦予的期望。
　　本文提出一種讓機器人通過模仿人類的行為，利用強化學(xué)習(xí)提高機器人自我能力的新方法。首先，通過Kinect傳感器跟蹤人類教師抓取物體過程中的

2、骨骼運動信息，并把它轉(zhuǎn)換為仿人機器人的電機轉(zhuǎn)動信息，完成機器人對人類動作的模仿;然后使用兩個Kinect傳感器獲取特定場景的顏色信息和深度信息，利用三維重構(gòu)技術(shù)在仿真環(huán)境中重構(gòu)機器人將要工作的場景與機器人要抓取的目標(biāo)物體的空間位置信息;最后，在仿真環(huán)境中，讓機器人重復(fù)實現(xiàn)人類教師在實際環(huán)境中的走向目標(biāo)并實現(xiàn)抓取的行為。當(dāng)仿真機器人抓取物體時，利用強化學(xué)習(xí)的Q-Learning算法對機器人抓取動作進行優(yōu)化，提高了機器人抓取物體的準(zhǔn)確性。<