一种记忆可修剪型仿生机器人的速度跟踪算法研究

• 作者: 任红格 刘伟民 李福进
• 来源期刊: 现代电子技术
• 关键词: 强化学习 可修剪仿生模型 Hessian矩阵 两轮机器人
• 年，卷（期）: 2017,（15）
• 所属期刊栏目: 电子技术
• 页码范围: 141-145
• 页数: 5页
• 分类号: TN911-34|TP391.4
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.15.038

摘要

针对强化学习算法训练网络规模较大、运行时间较长、过度拟合等问题,提出一种记忆可修剪型强化学习仿生模型(H-RLM)作为两轮机器人的学习机制.该算法将神经网络输出与期望输出的最小均方差作为代价函数,采用Hessian矩阵和Markov相结合的决策进行寻优,选择最大评价值对应的最优行为.这样既可以保证初期网络学习训练内容的完整性,又降低了系统对初始条件的约束性,提高了控制算法的泛化能力.利用H-RLM和强化算法对两轮机器人进行速度跟踪实验,结果表明,H-RLM算法能够提高网络学习效率、消除延迟影响、减小输出误差,获得了良好的动态性能.

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	华北理工大学电气工程学院	17	26	3.0	4.0
2	任红格	华北理工大学电气工程学院	20	36	4.0	4.0
3	刘伟民	华北理工大学电气工程学院	7	15	2.0	3.0