自主移动机器人中基于强化学习的噪声消解策略(英文)

自主移动机器人中基于强化学习的噪声消解策略(英文)
任燚;陈宗海
【期刊名称】《系统仿真学报》
【年(卷),期】2005(17)7
【摘要】基于行为的自主移动机器人在获取外界信息时不可避免地会引入噪声,给其系统性能造成一定的影响。

提出了一种基于过程奖赏和优先扫除(PS-process)的强化学习算法作为噪声消解策略。

针对典型的觅食任务,以计算机仿真为手段。

并与其它四种算法——基于结果奖赏和优先扫除(PS-result)、基于过程奖赏和Q学习(Q-process)、基于结果奖赏和Q学习(Q-result)和基于手工编程策略(Hand)进行比较。

研究结果表明比起其它四种算法,本文所提出的基于过程奖赏和优先扫除的强化学习算法能有效降低噪声的影响,提高了系统整体性能。

【总页数】5页(P1699-1703)
【关键词】移动机器人;噪声;过程奖赏;优先扫除;强化学习
【作者】任燚;陈宗海
【作者单位】中国科学技术大学自动化系
【正文语种】中文
【中图分类】TP242
【相关文献】
1.强化学习在移动机器人自主导航中的应用 [J], 秦政;丁福光;边信黔
2.基于深度强化学习的移动机器人导航策略研究 [J], 江其洲;曾碧
3.基于强化学习的自主式水下潜器障碍规避技术（英文） [J], Prashant Bhopale;Faruk Kazi;Navdeep Singh
4.基于强化学习算法的多机器人系统的冲突消解策略 [J], 任燚;陈宗海
5.基于强化学习的自主移动机器人反应式自救控制 [J], 王忠巍;曹其新;栾楠;张蕾因版权原因，仅展示原文概要，查看原文内容请购买。