基于内发动机机制移动机器人自主路径规划方法.PDFVIP

基于内发动机机制移动机器人自主路径规划方法.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第33 卷 第9 期 控 制 与 决 策 Vol.33 No.9 2018 年 9 月 Control and Decision Sep. 2018 文章编号: 1001-0920(2018)09-1605-07 DOI: 10.13195/j.kzyjc.2017.0620 基于内发动机机制的移动机器人自主路径规划方法 张晓平, 阮晓钢, 肖 尧, 谢瓦达哈, 柴 洁 (1. 100124 2. 北京工业大学信息学部,北京 ; 北京工业大学 计算智能与智能系统北京市重点实验室,北京100124) 摘 要: 基于内发动机机制, 为移动机器人建立一种新的路径规划方法. 将已有内发动机机制中基于状态的好奇 心函数扩展为基于动作的好奇心函数, 并建立相应的动作选择机制, 更符合生物可解释性. 设计障碍物分布环境 下的移动机器人状态能量函数, 用于决定学习的方向. 实验结果表明, 所建立的方法能够有效地帮助机器人学习 环境知识, 实现不同初始状态下的避障导航任务. 同时, 能量函数的设计不依赖于具体环境, 即使目标点发生改变, 机器人也能通过重新学习到达目标, 体现出方法的高度自主性和非任务性. 关键词: 内发动机;路径规划;移动机器人;操作条件反射 中图分类号: TP242 文献标志码: A Mobile robot autonomous path planning method based on intrinsic motivation mechanism ZHANG Xiao-ping , RUAN Xiao-gang, XIAO Yao, SIE Quattara, CHAI Jie (1. Faculty of Information Technology,Beijing University of Technology ,Beijing 100124 ,China ;2. Beijing Key Laboratory of Computational Intelligence and Intelligent System ,Beijing University of Technology ,Beijing 100124 , China) Abstract: Based on the intrinsic motivation mechanism, this paper builds up a new kind of path planning method. The curiosity function existing in such a mechanism is extended from state-based to motion-based, and the corresponding motion choosing mechanism is designed, which is more biologically explicable. The energy function of the mobile robot under the environment with obstacles is designed, which is used to decide the learning direction. Simulation results show that the proposed path planning method can help the robot lear

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档