首页> 中文学位 >自主式微小型移动机器人及其行为学习和进化的研究
【6h】

自主式微小型移动机器人及其行为学习和进化的研究

代理获取

目录

文摘

英文文摘

第一章绪论

1.1研究的最初想法

1.1.1基本的个人

1.1.2人类社会

1.1.3一些初步的想法

1.2自主式微小型移动机器人行为学习和进化的研究意义

1.2.1自主式微小型移动机器人定义

1.2.2自主式微小型移动机器人行为学习研究的意义

1.2.3自主式微小型移动机器人群体行为进化研究的意义

1.3自主式微小型移动机器人个体研究的限制

1.3.1自主式微小型移动机器人个体研究的限制

1.3.2本文研究的假定和任务

1.4本文研究的出发点

1.4.1基于行为的研究方法

1.4.2机器人的增强式学习

1.4.3机器人群体行为进化

1.5研究的主要内容

1.6本文的主要贡献

1.7本文组织结构

第二章 背景和相关研究

2.1基于行为的机器人

2.1.1机器人控制结构

2.1.2基于行为的机器人

2.1.3基于行为的移动机器人研究现状

2.2基于行为的机器人增强式学习

2.2.1 Tucher Balch的增强式学习研究

2.2.2 Maja J.Mataric的增强式学习研究

2.2.3 Parker的增强式学习研究

2.2.4其他的机器人增强式学习研究

2.2.5小结

2.3机器人的进化研究

2.3.1 Khepra机器人的进化研究

2.3.2自主式收集移动机器人的分布式进化和增强式学习

2.3.3 FUKUDA的进化机器人系统

2.3.4小结

2.4多机器人的任务

2.4.1机器人的“觅食”

2.4.2机器人足球

2.4.3机器人的编队行进

2.5讨论和总结

第三章 自主式微小型移动机器人个体设计

3.1自主式微小型移动机器人个体设计

3.1.1微小型移动机器人个体介绍

3.1.2自主式微小型移动机器人的功能

3.1.3自主式微小型移动机器人的硬件设计

3.2自主式微小型移动机器人的位姿描述

3.2.1机器人的个体描述

3.2.2机器人的移动方式

3.2.3机器人的位姿描述

3.3自主式微小型移动机器人的基本行为设计

3.3.1漫步行为(Wandering Behavior)

3.3.2障碍物回避行为(Obstacle-avoid Behavior)

3.3.3设备故障排除行为(Fault-repair Behavior)

3.4小结

第四章 自主式微小型移动机器人行为学习的研究

4.1增强式学习的基本原理

4.1.1基本概念

4.1.2增强式学习的系统模型

4.1.3典型的增强式学习算法

4.2 AMRobot机器人在障碍物回避任务中的行为学习

4.2.1短暂记忆增强式学习算法

4.2.2 AMRobot机器人障碍物回避行为的短暂记忆增强式学习

4.2.3 AMRobot障碍物回避任务中的行为学习结构

4.2.4 AMRobot机器人漫步行为的短暂记忆增强式学习

4.2.5 AMRobot机器人障碍物回避任务中的行为学习算法流程

4.3 AMRobot机器人在障碍物回避任务中的行为学习结果

4.3.1学习仿真环境

4.3.2单个AMRobot机器人障碍物回避任务中的行为学习

4.3.3多AMRobot机器人障碍物回避任务中的行为学习

4.4 AMRobot机器人在设备故障排除任务中的行为学习

4.4.1 AMRobot设备故障排除任务时的行为学习结构

4.4.2 AMRobot机器人设备故障排除行为的短暂记忆增强式学习

4.4.3多AMRobot机器人设备故障排除任务中的行为学习结果

4.5结论

第五章 自主式微小型移动机器人行为进化的研究

5.1进化和遗传算法

5.1.1进化

5.1.2遗传算法(GA)

5.1.3进化和遗传算法

5.2 AMRobot机器人行为进化的适应度函数

5.2.1多目标优化

5.2.2多目标优化和遗传算法

5.2.3求解多目标优化问题的遗传算法

5.2.4 AMRobot群体行为进化的适应度函数

5.3 AMRobot机器人行为进化的研究

5.3.1 AMRobot机器人行为进化研究的进化算法

5.3.2 AMRobot机器人在障碍物回避任务中的行为进化研究

5.3.3 AMRobot机器人设备故障排除任务中的行为进化研究

5.4 AMRobot机器人行为学习与行为进化的结果比较

5.4.1障碍物回避任务的行为结果的性能比较

5.4.2设备故障排除任务的行为结果的性能比较

5.4.3障碍物回避任务的行为结果的动作编码值比较

5.4.4设备故障排除任务的行为结果的动作编码值比较

5.5小结

第六章 系统介绍

6.1基于面向对象的AMRobot机器人行为学习和进化仿真系统

6.1.1仿真系统的功能

6.1.2仿真系统的建模

6.1.3仿真研究的任务

6.1.4仿真运行环境

6.2 AMRobot机器人个体软件设计

6.2.1 AMRobot机器人个体存储器安排

6.2.2程序介绍

6.2.3程序编制的说明

6.3小结

总结与展望

参考文献

致 谢

攻读博士学位期间以第一作者发表的学术论文

附录一:AMRobot机器人CPU控制板电路原理图

附录二:AMRobot机器人传感器信号板电路原理图

展开▼

摘要

该文根据自行设计的自主式微小型移动机器人的实际情况,提出了基于个体的行为学习和群体的行为进化相结合的方法,让机器人在实际的环境中根据环境和任务的要求,自主地更改其各行煌动作编码,该文所提出了的研究方法,改变了传统的基于行煌研究方法中机器人各行煌动作都由设计人员具体设计的方式,而是仅由设计人员制订完成某些任务所需要的一些基本行为和各行为可以采用的动作方式,机器人个体和机器人群体将根据实际的环境和具体的任务要求,自主地得到各行煌动作,实现所需要完成的任务,适应所面对的环境.该文设计了用于研究的AMRobot机器人,机器人的体积为:70mm×70mm×75mm(长×宽×高),采用两轮独立频进电机驱动方式,有8个反射式红外障碍物传感器,两个可见光传感器和两个触碰式开关,由四个7号干电池供电.为了进一步的研究需要,该机器人还具有无线射频通信能力.AMRobot机器人设计了三种基本行为:温步行为、障碍物回避行为和设备故障排除行为.最后,根据AMRobob的实际情况,利用了面向对象的编程方法,建立了AMRobot机器人行为学习和进化的仿真环境,采用OpenGL3D方式显示机器人的移动情况模拟了上述机器人个体短暂记忆增强式行为学习和群体行为进人,并根据机器人个体的行为学习和群体行为进化的模拟结果,采用C语言编程方法,编制了实际的机器人行为学习和控制程序,验证了行为学习和进化结果的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号