自适应模糊RBF神经网络的多智能体机器人强化学习

• 作者: 吕恬生 张文志 李智军 罗青
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊RBF神经网络 Q学习 多机器人
• 年，卷（期）: 2003,（32）
• 所属期刊栏目: 学术探讨
• 页码范围: 111-115
• 页数: 5页
• 分类号: TP18
• 字数: 5119字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.32.037

摘要

多机器人环境中的学习,由于机器人所处的环境是连续状态,连续动作,而且包含多个机器人,因此学习空间巨大,直接应用Q学习算法难以获得满意的结果.文章研究中针对多智能体机器人系统的学习问题,提出自适应模糊RBF神经网络强化学习算法,网络本身具有模糊推理能力、较强的函数逼近能力以及泛化能力,因此,实现了人类专家知识与机器学习方法的结合,减少学习问题的复杂度;实现连续状态空间与动作空间的策略学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕恬生	上海交通大学机器人研究所	133	1568	20.0	32.0
2	张文志	上海交通大学机器人研究所	7	170	6.0	7.0
3	李智军	上海交通大学机器人研究所	8	123	6.0	8.0
4	罗青	上海交通大学机器人研究所	9	81	5.0	9.0