基于人工情感与Q学习的机器人行为决策祝宇虹.pdfVIP

基于人工情感与Q 学习的机器人行为决策 , (哈尔滨工业大学机器人技术与系统国家重点实验室, 黑龙江哈尔滨 150080) Robots Behavioral Decision-making trategy Based on Artificial Emotion and Q-learning ZHU Yu-hong, MAO Jun-xin (tate Key Laboratory of Robotics and ystem, H arbin Institute of Technology, H arbin 150080, China) 　　 :提出了一种新 的带情感权重的Q 学习 w ith standard Q learning without emotion and Op- 加权策略, 并将该策略应用于虚拟机器人的行为决 tion HRL prove that the strategy has the advan- 策.通过模拟自然情感产生机理, 对害怕进行了人 tage of high success rate.This method has great 工情感建模, 并从自然情感所具有的生存功能角度 theoretical significance and high application value 出发, 将该模型与强化学习方法相结合, 与标准Q for enhancingrobot ssurvivability and autonomous 学习简单加和策略和Option 分层强化学习策略进 decision-making capacity in harsh and complex en- 行比较的仿真实验证明了该策略具有高的成功率. vironment. 该方法对于提高机器人在恶劣环境下的生存能力和 Key words :autonomous mobile robot ;artifici- 自主决策能力具有很大理论意义和实际应用价值. alemotiom ;reinforcement learning :自主移动机器人 ;人工情感 ;强化学习 :TP273.22 0 　引言 :A :1001-2257 (2011)07-0061-05 在过去的几十年中, 神经科学和心理学的情感 Abstract :This paper presents a novel emotion- 研究成果正日益引起计算机科学和人工智能领域研 weighed Q learning strategy and apply it in the be- 究人员的关注. havior selection of a virtual robot.By simulating 尽管自1872 年以来, 达尔文的进化论已经揭 natural emotion generation mechanism, an artificial 示 :情感是进化 象, 其重要的生存功能已经帮助 emotion model of fearis proposed.Moreover, his 我们解决了进化过程中的某些挑战, 可直到近年来, paper combines this model w ith reinforcement 情感与人类非理性和非逻辑行为之间的联系才又被 learning based on the survival function of natural 重视起来.人工智能和人工生命领域关注认知过程 emotion.The comparative simulation experiments 的建模和仿真, 越来越清楚地认识到情感对感知、学 习、决策过程、记忆、行为和其它所有关注功能的建 :2011-03-24