无人车辆自主决策与优化控制的机器学习方法.pdf

无人车辆自主决策与优化控无人车辆自主决策与优化控 制制的机器学学习方法 徐徐 昕昕 Email: xinxu@nudt.edu.cn 2016年11月 2016年11月 主要内容 一、无人车辆学习技术的需求分析无人车辆学习技术的需求分析 二二、无人车辆自主学习的理论框架无人车辆自主学习的理论框架 三三、无人车辆自主学习技术的研究进展无人车辆自主学习技术的研究进展 2 机器人与无人系统的发展趋势 具备更高的自主性能  复杂环境识别与理解  自适应规划与决策自适应规划与决策  复杂环境中的高精度运动控制  基于认知机理的环境理解与决策基于认知机理的环境理解与决策  自主学习能力 自主能力是无人系统最重要的技术特征，是无自主能力是无人系统最重要的技术特征，是无 人系统未来发展的必然方向。 3 自主学习系统 典型的机器人学习系统典型的机器人学习系统 机器学习系统的两个基本性能要求机器学习系统的两个基本性能要求 机器学习系统的基本性能要求(1)：逼近－－能否利 用良好的知识表示结构对经验数据进行自动地组织 和记忆 机机器学学习系统的系统的基本性能要求本性能要求((2))：泛化化 (Generalization) “举一返三”的能力 懒学习(Lazy Learning)：对观测数据不加如何处理，直接存储作为知 识，即学习时不考虑泛化；只有在应用知识时才采取一定的泛化策 略。如基于实例的学习IBL (Instance-Based Learning) 主动学习(Active Learning)：是目前机器学习的主要研究课题，即在 获得观测数据后立即对数据进行基于泛化目标的处理，将处理后的 结果作为知识存储结果作为知识存储。 主要内容 一、无人车辆学习技术的需求分析无人车辆学习技术的需求分析 二二、无人车辆自主学习的理论框架无人车辆自主学习的理论框架 三三、无人车辆自主学习技术的研究进展无人车辆自主学习技术的研究进展 6 机器学习的分类机器学习的分类 机器学习的分类： 监督学监督学习(Supervised Learning) yy’’ x 监督式的知识记忆或 函数逼近系统 yy 无监督学习(Unsupervised Learning) x X’ 基于一定优化准则的 自组织系统 增强学习(Reinforcement Learning) x 交互式的动态反馈系统