基于耦合算法的类人机器人模仿学习控制方法

• 作者: 李文华 杨子凝 王来贵
• 来源期刊: 中国机械工程
• 关键词: 模仿学习 超限学习机 改进粒子群优化 非线性动态系统 耦合模型
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 智能制造
• 页码范围: 1735-1741
• 页数: 7页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.14.017

摘要

为提高类人机器人模仿学习的准确性及效率,建立了一种改进的粒子群算法优化超限学习机的模仿学习模型.采用非线性动态系统对示教时的相关数据进行建模;以动态自适应策略改进粒子群算法的惯性权重,并利用改进后的粒子群算法对超限学习机的网络参数进行寻优;利用该耦合学习模型对模仿学习动态系统的参数进行学习,并重现了模仿学习动作.实验结果表明,该耦合算法应用在类人机器人模仿学习方面具有很好的拟合精度、自适应性及泛化能力,重现模仿学习动作时的平均误差为0.0172.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王来贵	辽宁工程技术大学力学与工程学院	287	2401	23.0	35.0
2	李文华	辽宁工程技术大学机械工程学院	75	383	11.0	16.0
3	杨子凝	辽宁工程技术大学机械工程学院	5	10	2.0	3.0