多机器人系统任务分配效用评价算法

• 作者: 朱军燕 杨宜民 黎萍
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 自适应神经-模糊推理系统 Q学习 效用评价 多机器人系统 任务分配
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 智能技术
• 页码范围: 3288-3292
• 页数: 5页
• 分类号: TP24
• 字数: 4657字
• 语种: 中文

摘要

为了提高复杂环境中多机器人系统任务分配的决策质量,获取准确、客观的效用评价,提出了一种基于自适应神经-模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)的效用评价算法ANFIS-UE.设计了基于ANFIS的效用评价网络结构,并采用Q学习对效用评价网络的参数进行学习.利用ANFIS优越的函数逼近能力和泛化能力,提高了效用函数的学习效率,能够对连续的状态输入产生连续的效用评价值.实验结果表明,该算法获得的效用评价相对更准确,从而提高了任务分配方案的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宜民	广东工业大学自动化学院	221	2851	26.0	42.0
2	黎萍	电子科技大学中山学院	23	126	7.0	10.0
3	朱军燕	中山出入境检验检疫局技术中心	3	19	2.0	3.0