基于激勵學(xué)習(xí)算法的移動機器人避障規(guī)劃研究.pdf

1、隨著機器人技術(shù)的發(fā)展，移動機器人以其較高的自主性、智能性和對外界環(huán)境的自適應(yīng)性，在星球探測、軍事偵察、醫(yī)療服務(wù)、深海及核工業(yè)等領(lǐng)域都得到了廣泛的應(yīng)用。因此研究具有避障功能的移動機器人及其在未知環(huán)境下的避障路徑規(guī)劃具有重要的理論和現(xiàn)實意義。
　　 近年來，在諸多機器人避障方法中，激勵學(xué)習(xí)因其不需要監(jiān)督和先驗知識且具有自學(xué)習(xí)的能力，逐漸應(yīng)用到未知環(huán)境下移動機器人避障規(guī)劃的研究中。然而在復(fù)雜連續(xù)環(huán)境下Q學(xué)習(xí)系統(tǒng)面臨“維數(shù)災(zāi)難”問題，需

2、要采取量化的方法來降低輸入空間的復(fù)雜度，而徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)具有較強的函數(shù)逼近能力及泛化能力，由此論文提出了基于RBF神經(jīng)網(wǎng)絡(luò)的Q學(xué)習(xí)方法并將其應(yīng)用于單移動機器人的自主避障，使Q學(xué)習(xí)系統(tǒng)具有良好的泛化能力。
　　 本文從三個方面對Q學(xué)習(xí)算法進行了改進。
　　 1、引入RBF神經(jīng)網(wǎng)絡(luò)，采用動態(tài)聚類法離線訓(xùn)練樣本集，確定隱含層的中心和寬度參數(shù)σj。
　　 2、采用最小均方算法更新隱含層到輸出層的權(quán)值Wmi。