一种基于新奇的动作发育模型.pdfVIP

下载本文档

2
0
约1.24万字
约 4页
2017-08-08 发布于重庆
举报
版权申诉

一种基于新奇的动作发育模型.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于新奇的动作发育模型.pdf

11 5 2011 2 V o l111 N o15 F eb12011 1671) 1815 ( 2011) 5- 097 5- 04 Sc ience T echno logy and Eng inee ring 20 11 Sci1T ech1Engng1 一种基于新奇的动作发育模型崔瑞丽 ( 7 10 129 ) 摘要机器人的动作是一切活动的基本单元就足球机器人而言好的动作设计实现是决策实现的重要保证传的强化学习模型在整个学习过程中使用恒定学习速率导致在未知环境下收敛速度慢且适应性差针对以上问题提出了一种新的动作发育模型) ) ) 基于新奇的动作发育模型; 该模型在学习过程中使用基于状态的遗忘均值的学习速率更加符合人类发育的真实过程模型采用内在价值系该系由三部分组成: 奖励惩罚和新奇评判在机器人足球比赛中通过机器人截球实验表明该模型在不断变化的环境下可以高效而准确地完成相应的截球动作关键词基于新奇的动作发育模型强化学习遗忘均值内在价值系中图法分类号 TP24 2. 6; 文献标志码 A Su tton and B arto TD Q- learn ing [ 1 2 ] [ 3 4] 1 基于新奇的强化习 [ 5 ] 1. 1 l( t) t tk( k) t s( t) k