基于内在动机的强化学习算法在两轮机器人中的研究

• 作者: 任红格 刘伟民 向迎帆 李福进
• 来源期刊: 计算机测量与控制
• 关键词: 内在动机 强化学习 平衡控制 鲁棒性 两轮机器人
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 3185-3187,3191
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.09.075

摘要

针对两轮自平衡机器人在学习过程中遇到的主动性差和以往强化学习对单步学习效率低的问题,受心理学中内在动机理论的启发,提出一种基于内在动机的强化学习算法;该算法利用内在动机信号作为内部奖励,模拟人类心理认知机理并与外部信号一起作用于整个学习过程,提高了智能体的自学习能力,同时采用自组织神经网络进行训练,保证了算法的快速性;通过无扰动和有扰动两种仿真实验的对比,验证了基于内在动机的强化学习算法能够使两轮机器人在未知环境下通过自主学习最终达到平衡,且体现了该算法的鲁棒性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李福进	河北联合大学电气工程学院	18	77	3.0	8.0
2	刘伟民	河北联合大学电气工程学院	9	36	4.0	5.0
3	任红格	河北联合大学电气工程学院	10	18	3.0	4.0
4	向迎帆	河北联合大学电气工程学院	1	3	1.0	1.0