发育机器人内在动机算法的研究-控制科学与工程专业论文.docxVIP

独 创 性 说 明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含 为获得河北联合大学以外其他教育机构的学位或证书所使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确 的说明并表示了谢意。 论文作者签名： 日期： 年 月 日 关于论文使用授权的说明 本人完全了解河北联合大学有关保留、使用学位论文的规定，即： 已获学位的研究生必须按学校规定提交学位论文，学校有权保留、送 交论文的复印件，允许论文被查阅和借阅；学校可以将学位论文的全 部或部分内容采用影印、缩印或编入有关数据库进行公开、检索和交 流。 作者和导师同意论文公开及网上交流的时间： □ 自授予学位之日起 □ 自 年 月 日起 作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 人们对新鲜事物有强烈的探索欲和求知欲，受这种驱动内因的支配，人们获得 新知识经验，这种驱动机制在心理学中被认为是内在动机，它的形成过程同样也是 一种发育过程。将生物动机机制引入到机器人系统之中，以内在动机的强化学习为 框架，通过机器人对环境的自主探索和认知，实现对机器人的定点平衡、直线行走 平衡和转弯平衡的控制，使两轮机器人实现自主认知发育。论文主要研究工作有以 下几点： 首先，对认知发育机器人的发展历程和内在动机的研究背景进行了综述，在此 基础上对内在动机和强化学习的关系进行了分析。利用基于内在动机的强化学习算 法，引出内在动机强化学习算法的学习框架和强化学习内在动机的定义。 其次，对两轮机器人分别进行了动力学和运动学的数学建模，并对所建模型的 正确性进行了验证。提出了一种基于 FRBF（模糊径向基函数）网络的内在动机驱 动下的强化学习算法，并在两轮机器人的模型上进行了仿真，对仿真结果进行了分 析，验证了该方法的可行性。 最后，为了提高算法的收敛速度，对现存强化学习算法的问题进行了概述，并 针对强化学习的报酬函数、探索策略及状态空间等进行改进，结合改进措施给出了 内部动机驱动下的模糊空间的分层强化学习算法，并在两轮机器人的平衡控制中完 成了算法的仿真。通过试验结果可知使用该算法能在较短时间内完成收敛。 图 33 幅；表 1 个；参 47 篇。 关键词：认知发育；内在动机；强化学习；FRBF 网络；分层强化学习 分类号：TP242.6 Abstract Dominated by driving internal factor which is the strong desire of explore and knowledge of new things, people obtain new knowledge and experience, this HYPERLINK /driving_mechanism driving HYPERLINK /driving_mechanism mechanism is called internal motivation in psychology and its formation process is also a kind of developments process. Biology motivation mechanism is brought into robot system, by the frame of reinforcement learning of internal motivation and robot’s independent exploring and learning of environment, robot’s control of point balance, straight line balance and turning balance is realized, and two-wheel robot’s independent cognitive development is realized. The following is main research of this paper: Firstly, research background of development and internal motivation of cognitive development robot is summarized, internal motivation and reinforcement learning algorithm is analyzed based on the summary. By reinforce