基于Q-学习的模糊神经网络控制器

• 作者: 林良明 陈忠泽 颜国正
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Q-学习 神经网络 模糊系统
• 年，卷（期）: 2002,（19）
• 所属期刊栏目: 学术探讨
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP273.24
• 字数: 4493字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2002.19.033

摘要

神经模糊系统在机器人的智能控制中具有巨大的应用潜力,但已有的系统构造方法几乎都面临着样本资源匮乏这一巨大困难.为克服传统系统构造方法可能因样本获取困难而引起的"维数灾难"等问题,该文在模糊神经网络中引入了Q-学习机制,提出了一种基于Q-学习的模糊神经网络模型,从而赋予神经模糊系统自学习能力.文章最后给出了其在菅野模糊小车控制中的仿真结果.实验表明,在神经模糊系统中融入智能学习机制Q-学习是行之有效的;它可以被用来实现机器人智能行为的自学习.值得一提的是,该文的仿真实验在真实系统上同样是容易实现的,只要系统能提供作为评价信号的传感信息即可.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜国正		340	4219	33.0	49.0
2	林良明		67	1391	21.0	35.0
3	陈忠泽		4	246	3.0	4.0