自组织映射神经网络量化机器人强化学习方法研究

摘要

强化学习一词来自于行为心理学,这门学科把行为学习看成反复试验的过程,从而把环境状态映射成相应的动作.在设计智能机器人过程中,如何来实现行为主义的思想、在与环境的交互中学习行为动作?文中把机器人在未知环境中为躲避障碍所采取的动作看作一种行为,采用强化学习方法来实现智能机器人避碰行为学习.为了提高机器人学习速度,在机器人局部路径规划中的状态空间量化就显得十分重要.本文采用自组织映射网络的方法来进行空间的量化.由于自组织映射网络本身所具有的自组织特性,使得它在进行空间量化时就能够较好地解决适应性灵活性问题,本文在对状态空间进行自组织量化的基础方法上,采用强化学习.解决了机器人避碰行为的学习问题,取得了满意的学习结果.