进化强化学习及其在机器人路径跟踪中的应用
来源期刊:控制与决策2009年第4期
论文作者:段勇 崔宝侠 徐心和
文章页码:532 - 1077
关键词:强化学习;自适应启发评价;遗传算法;路径跟踪;
摘 要:研究了一种基于自适应启发评价(AHC)强化学习的移动机器人路径跟踪控制方法.AHC的评价单元(ACE)采用多层前向神经网络来实现,将TD(λ)算法和梯度下降法相结合来更新神经网络的权值.AHC的动作选择单元(ASE)由遗传算法优化的模糊推理系统(FIS)构成.ACE网络的输出构成二次强化信号,用于指导ASE的学习.最后将所提出的算法应用于移动机器人的行为学习,较好地解决了机器人的复杂路径跟踪问题.
段勇1,崔宝侠1,徐心和2
1. 沈阳工业大学信息科学与工程学院2. 东北大学信息科学与工程学院
摘 要:研究了一种基于自适应启发评价(AHC)强化学习的移动机器人路径跟踪控制方法.AHC的评价单元(ACE)采用多层前向神经网络来实现,将TD(λ)算法和梯度下降法相结合来更新神经网络的权值.AHC的动作选择单元(ASE)由遗传算法优化的模糊推理系统(FIS)构成.ACE网络的输出构成二次强化信号,用于指导ASE的学习.最后将所提出的算法应用于移动机器人的行为学习,较好地解决了机器人的复杂路径跟踪问题.
关键词:强化学习;自适应启发评价;遗传算法;路径跟踪;