2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩88頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、強(qiáng)化學(xué)習(xí)是人工智能中策略學(xué)習(xí)的一種,是一種重要的機(jī)器學(xué)習(xí)方法,用于解決可感知環(huán)境的自主agent,如何學(xué)習(xí)選擇出實(shí)現(xiàn)其目標(biāo)的最優(yōu)行為策略。由于強(qiáng)化學(xué)習(xí)通過與環(huán)境的直接交互進(jìn)行學(xué)習(xí),具有試錯(cuò)評(píng)價(jià)、延遲回報(bào)、目標(biāo)導(dǎo)向等特點(diǎn),在許多agent中得到了較好的應(yīng)用,特別是在移動(dòng)機(jī)器人的智能實(shí)現(xiàn)取得了較好的成果。移動(dòng)機(jī)器人是機(jī)器人學(xué)和智能控制的重要研究領(lǐng)域,是當(dāng)今智能發(fā)展的重要方面與主要體現(xiàn),其研究目標(biāo)是使機(jī)器人具有高度自規(guī)劃、自組織、自適應(yīng)能力,

2、可在復(fù)雜的非結(jié)構(gòu)環(huán)境中自主移動(dòng)并完成相應(yīng)任務(wù);因此,自主導(dǎo)航技術(shù)是其研究的核心,而無碰運(yùn)動(dòng)則是機(jī)器人應(yīng)具備的基本能力。利用強(qiáng)化學(xué)習(xí)方法更好的實(shí)現(xiàn)未知環(huán)境下的移動(dòng)機(jī)器人自主導(dǎo)航、避碰技術(shù),對(duì)學(xué)習(xí)算法的應(yīng)用推廣及移動(dòng)機(jī)器人的工程實(shí)現(xiàn)等均具有重要的意義。 但是,隨著強(qiáng)化學(xué)習(xí)在實(shí)際應(yīng)用的進(jìn)一步推廣,該方法也面臨著越來越多的困難及挑戰(zhàn)。首先是在實(shí)際應(yīng)用中由agent自身及外界環(huán)境所引起的各種不確定性問題,使得學(xué)習(xí)算法難于很好的實(shí)用推廣;其

3、次是學(xué)習(xí)算法的收斂效率問題,較慢的收斂速度使得各種算法在理論研究或仿真實(shí)驗(yàn)中取得的成果不適用于實(shí)際的學(xué)習(xí)問題。因此,從實(shí)用的角度對(duì)強(qiáng)化學(xué)習(xí)方法及其在移動(dòng)機(jī)器人智能中的實(shí)現(xiàn)進(jìn)行更深入的研究顯得尤為重要。 本文首先分析了強(qiáng)化學(xué)習(xí)在實(shí)際應(yīng)用中的不足,總結(jié)了目前國內(nèi)外研究的主要不確定性知識(shí)表示方法:概率統(tǒng)計(jì)、模糊理論、定性推理以及灰色系統(tǒng)理論等,并對(duì)各種表示方法的特點(diǎn)等進(jìn)行了比較研究;進(jìn)而將強(qiáng)化學(xué)習(xí)方法與這些不確定性知識(shí)表示方法結(jié)合起來

4、,詳細(xì)闡述了模糊強(qiáng)化學(xué)習(xí)、定性強(qiáng)化學(xué)習(xí)以及灰色強(qiáng)化學(xué)習(xí)等強(qiáng)化學(xué)習(xí)方法,并分析了各種方法的優(yōu)缺點(diǎn),為強(qiáng)化學(xué)習(xí)算法的工程實(shí)用奠定了較好的基礎(chǔ)。 針對(duì)移動(dòng)機(jī)器人自學(xué)習(xí)導(dǎo)航收斂效率較低,理論成果難于應(yīng)用的難題,本文對(duì)基于先驗(yàn)知識(shí)的強(qiáng)化學(xué)習(xí)自主導(dǎo)航方法進(jìn)行了研究。通過對(duì)環(huán)境模型的灰色先驗(yàn)特性的分析,提出了基于灰色模型信息的強(qiáng)化學(xué)習(xí)方法(RLBG):而為更好的運(yùn)用人類自身的經(jīng)驗(yàn)知識(shí),研究了基于定性經(jīng)驗(yàn)知識(shí)的強(qiáng)化學(xué)習(xí)方法(RLBQ);這些方法

5、對(duì)各種不確定性先驗(yàn)知識(shí)在強(qiáng)化學(xué)習(xí)方法及移動(dòng)機(jī)器人自主導(dǎo)航中的更充分有效的運(yùn)用較有啟發(fā)及借鑒意義。 移動(dòng)機(jī)器人自主運(yùn)動(dòng)中經(jīng)常存在各種不確定性,如外界環(huán)境的未知不確定性及機(jī)器人自身感知及執(zhí)行的不確定性等。為實(shí)現(xiàn)移動(dòng)機(jī)器人在實(shí)際中更好的自主無碰運(yùn)動(dòng),本文在利用強(qiáng)化學(xué)習(xí)自學(xué)習(xí)避碰規(guī)則庫的基礎(chǔ)上,結(jié)合灰色預(yù)測(cè)理論的GM(1,1)模型通過對(duì)當(dāng)前及下一距離的預(yù)測(cè)而對(duì)貧信息的有效開發(fā)的方法,對(duì)基于灰色預(yù)測(cè)的移動(dòng)機(jī)器人自主避碰進(jìn)行了研究,并通過仿

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論