基于神经网络的强化学习在避障中的应用研究.pdfVIP

10—00-0054清华大学学报(自然科学版)2008年第48卷第S2期 11／36 I—SSN CN11—2223／N Univ(Sci8L 1747—1750 JTsinghua Tech)，2008，V01．48，No．S2 基于神经网络的强化学习在避障中的应用 乔俊飞，侯占军，阮晓钢 (北京工业大学人工智能与机器人研究所，北京100124) 擒要：为了提高移动机器人的自学习能力，在基于行为控制结构的基础上设计了智能控制结构，该结构引入了强 化学习模块。神经网络具有很好的泛化能力，该文提出了基于神经网络的强化Q学习算法，克服了表格式Q学-j算 法只能应用到离散的状态中并需要大量存储空同的不足，最后结合智能控制结构应用到移动机器人的避障中。实 验结果表明，该方法能够使移动机器人通过自学习实现自主避障。 关键词：移动机器人，强化学习，神经网络，避障 中图分类号：TP273 文献标识码：A 文章编号：1000—0054(2008)