基于深度Q网络的仿人机器人步态优化

• 作者: 刘惠义 袁雯
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 仿人机器人 深度强化学习 DQN 步态优化 RoboCup3D
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 47-51,58
• 页数: 6页
• 分类号: TP242.6
• 字数: 4710字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.04.009

摘要

为实现仿人机器人快速稳定的行走,在满足有效参数组合的条件下,提出一种基于深度强化学习的步行参数训练算法以优化机器人步态.首先,从环境中捕获机器人步态模型参数作为DQN的输入;然后,用DQN来拟合机器人行走产生的状态-动作值函数;最后,通过动作选择策略选择当前机器人执行的步态动作,同时产生奖励函数达到更新DQN的目的.选择NAO仿真机器人为实验对象,在RoboCup3D仿真平台上进行实验,结果证明在此算法下,NAO仿人机器人可以获得稳定的双足步行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘惠义	河海大学计算机与信息学院	53	303	8.0	15.0
2	袁雯	河海大学计算机与信息学院	1	1	1.0	1.0