基于CVRL移动机器人导航控制.pdfVIP

第 卷第 期 机器人 ΡΟΒΟΤ ∂ 年 月 ≥ 文章编号222 基于ΧςΡΛ 的移动机器人导航控制Ξ 李 强 林良明 颜国正 上海交通大学电子信息学院 摘 要 针对移动机器人的导航问题 本文提出一种具有连续向量输出的再励学习算法 具有层次结构 低层是单元 ≤∏∏∂∏∏ ≤∂ ≤∂ 动作网络层 通过组合动作产生连续向量输出 高层是建立在组合单元动作空间上的 学习单元 实 ± 现组合动作的选择 文中给出了 导航控制器的具体实现 并通过仿真实验验证了其有效性 ≤∂ 关键词 导航 具有连续向量输出的再励学习 层次结构 组合动作 中图分类号 ×° 文献标识码 1 引言 近年来 在智能机器人领域 基于行为 的导航方法受到了极大的关注 并 √2 一度形成研究的热潮 基于行为的方法将系统分解为一组独立的行为单元 各行为是由感知到 动作的局部映射 而系统的全局目标任务通过各行为之间的相互作用而得以实现 该方法的优 点在于其具有较强的实时性和鲁棒性 但另一方面 导航系统的设计是一项艰苦的工作 需要 耗费设计者大量的时间和精力 此外 当机器人被置于一新的未知环境中 导航系统往往不能 达到预期的性能 针对上述缺点 不少学者采用再励学习 进行行为的自动设 ≈∗ ≈ 计 再励学习 最初是针对有限离散状态马尔可夫过程提出的一种决策方法 将其与神经 网络等函数逼近器相结合≈ 可以应用于连续状态的过程 再励学习导航控制器的基本设 计方法是构造一个或多个从感知到动作的映射或神经网络然后用再励学习对其进行在线训 练 研究结果表明再励学习能够在未知的或变化的环境中有效地获取导航策略 但仍存在不少