基于强化学习的类人机器人步行参数学习的类人机器人步行参数学习.pdfVIP

第38 卷 第8 期 计 算 机 工 程 2012 年4 月 Computer Engineering April 2012 Vol.38 No.8 文献标识码文献标识码：：A 文献标识码文献标识码：： 中图分类号中图分类号：：TP18 文章编号文章编号：：1000——3428(2012)08——0013——03 中图分类号中图分类号：： ·博士论文·博士论文·· 文章编号文章编号：： —— —— —— ··博士论文博士论文·· 基于基于强化强化学习的类人机器人步行参数学习的类人机器人步行参数训练算法训练算法 基于基于强化强化学习的类人机器人步行参数学习的类人机器人步行参数训练算法训练算法 梁志伟梁志伟 1,2 ，朱松豪，朱松豪 1 梁志伟梁志伟 ，，朱松豪朱松豪 (1. 南京邮电大学自动化学院，南京 210046 ；2. 东南大学复杂工程系统测量与控制教育部重点实验室 ，南京 210096) 摘摘 要：要 ：基于轨迹规划的类人机器人在合理的参数组合下可实现快速稳定的行走。为优化步行参数 ，提出一种基于强化学习的步行参数训 摘摘 要要 ：： 练算法。对步行参数进行降阶处理，利用强化学习算法优化参数 ，并设置奖惩机制。在 Robocup3D 仿真平台上进行实验，结果证明了该算 法的有效性。 关键词关键词：类人： 机器人 ；步行参数；强化学习；奖惩机制 关键词关键词：： Walking Parameters Training Algorithm of Humanoid Robot Based on Reinforcement Learning 1,2 1 LIANG Zhi-wei , ZHU Song-hao (1. College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210046 2. Key Lab of Measurement and Control of Complex Systems of Engineering, Ministry of Education, Southeast University, Nanjing 210096, China) 【【Abstract 】】Aiming at optimizing walking parameters for quick and stable walking of humanoid r