进化强化学习及其在机器人路径跟踪中的应用

• 作者: 崔宝侠 徐心和 段勇
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 强化学习 自适应启发评价 遗传算法 路径跟踪
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 532-536,541
• 页数: 6页
• 分类号: TP242
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2009.04.010

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐心和	东北大学信息科学与工程学院	295	7536	42.0	73.0
2	崔宝侠	沈阳工业大学信息科学与工程学院	45	406	12.0	17.0
3	段勇	沈阳工业大学信息科学与工程学院	39	307	10.0	15.0