多智能體增強式學習及其在多機器人協(xié)調中的應用研究.pdf_第1頁
已閱讀1頁,還剩128頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在多智能體系統(tǒng)(MAS)中,最集中和關鍵的問題表現在多智能體的學習及相應的協(xié)調合作機制上.我們根據國際上多智能體系統(tǒng)的研究情況,并針對面向管道檢測多微小型移動機器人實際特點,提出了我們的研究課題,該博士論文的主要內容及創(chuàng)新點如下:1)采用Multi-agent System(MAS)理論來研究多機器人協(xié)調問題.2)將博弈論思想引入到多智能體的增強式學習中,提出一種特殊聯(lián)合獎賞函數結構形式.3)提出一種基于傳導徑跡的多智能體Q學習,智能體

2、不需要知道其他智能體的Q函數結構,只需維持其他智能體動作行為的傳導徑跡.4)采用MLPs(多層感知器)來泛化多智能體的狀態(tài)空間,結合Q學習在線地更新MLPs的連接權值,解決了MLPs的過擬合缺陷,同時還可以節(jié)約存儲空間.5)采用國家自然科學基金課題組研制的毫米級微小型移動機器人SJTU-MRⅠ和SJTU-MRⅡ,搭建了模擬面向管道檢測的多微小型移動機器人環(huán)境系統(tǒng),建立了多微小型移動機器人系統(tǒng)實驗平臺.由于當前國內微器件的加工水平,我們研

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論