版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、華中科技大學(xué)碩士學(xué)位論文基于強(qiáng)化學(xué)習(xí)的機(jī)械臂避碰研究姓名:張尚煒申請學(xué)位級別:碩士專業(yè):工業(yè)工程指導(dǎo)教師:李世其付艷20070115華中科技大學(xué)碩士學(xué)位論文華中科技大學(xué)碩士學(xué)位論文IIAbstractThispaperreptsontheobstacleavoidanceproblemfroboticmanipulats.Machinelearning(ML)hasbecomeanimptantmeanstoenhancingthein
2、telligenceftherobotsastheincreasingrequirementinpracticalapplication.Afteraperiodoflearningreinfcementlearning(RL)robotsagentwithoutpriknowledgecanavoidobstaclesjustdependontheexplationtheenvironmentalresponse.TheRLmetho
3、dwasappliedtothisdomainbecauseitreliesonthesenss’perceptiononenvironmentnottheneedofaccuratemodelingenvironmentrobotitself.Amultiagentobstacleavoidancesystemwasbuiltfa3DOFplanarmanipulat.Thesystemcombinesarepellinginflue
4、ncerelatedtothedistancebetweenmanipulatnearbyobstacleswiththeattractinginfluenceproducedbytheangulardifferencetodrivethemanipulatmoving.AccdingtherealtimedemofmanipulatcontroltheSarsa(λ)algithmwhichisamajmethodofRLwaseda
5、sabasiccontrolstrategyfitsonpolicyfeatureefficiency.TheimplementprocessofthealgithmwasgivenintheendofthispaperasimulationexperimentshowedtheRLmethod’sfeasibilityavailability.Astheobstacleavoidanceproblemfroboticmanipulat
6、shascontinuousstatespacethestatespacepartitioningisaimptantfacttoimprovetheapplicabilityefficacyofreinfcementlearningalgithms.Thekmeansclusteringalgithmisusedtopartitionastatespace.Aseriesofsimulationsareprovidedtodemons
7、tratethepracticalvaluesperfmanceoftheproposedalgithmsinsolvingrobotmotionplanningproblems.Asimulationplatfmwasdevelopedftheobstacleavoidanceproblemofa3DOFplanarmanipulatonthe.Itisusedtoshowthesimulationtrialresultsanalyz
8、etheobstacleavoidancealgithm.Aseriesofexperimentsdemonstratethesystemhavingstrongcapacityfcollisionavoidanceeveninsomecomplexenvironments.Keywds:reinfcementlearningobstacleavoidanceagentkmeansclusteringstatespacepartitio
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于強(qiáng)化學(xué)習(xí)的機(jī)械臂控制研究.pdf
- 六軸機(jī)械臂避碰運(yùn)動學(xué)算法研究.pdf
- 基于深度強(qiáng)化學(xué)習(xí)的機(jī)械臂卷積神經(jīng)網(wǎng)絡(luò)控制策略研究
- 基于船舶避碰的數(shù)據(jù)融合方法研究.pdf
- 基于最優(yōu)控制的船舶避碰研究.pdf
- 基于ECDIS的船舶避碰系統(tǒng)的研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的輪式移動機(jī)器人避障研究.pdf
- 基于多機(jī)器人系統(tǒng)的避碰規(guī)劃再勵學(xué)習(xí)研究
- 基于AIS-ECDIS的海上避碰研究.pdf
- 基于多機(jī)器人系統(tǒng)的避碰規(guī)劃再勵學(xué)習(xí)研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的船舶避碰研究.pdf
- 船舶避碰方法研究.pdf
- 基于FPGA車輛防碰避障技術(shù)的研究.pdf
- 基于中間點(diǎn)避障算法的機(jī)械臂軌跡優(yōu)化研究.pdf
- 值班避碰題庫
- 船舶智能避碰系統(tǒng)的研究.pdf
- 基于船舶領(lǐng)域的船舶避碰行動決策研究.pdf
- 基于船舶碰撞危險(xiǎn)度的避碰決策研究.pdf
- 基于遺傳算法的船舶避碰決策研究.pdf
- 大專避碰a卷
評論
0/150
提交評論