移动机器人室内场景主动识别的强化学习方法

摘要：

为了在传统场景分类器基础上进一步提高场景识别准确率,提出了一种采用Q学习(Q-learning)实现室内场景主动识别的算法.该算法采用极限学习机(Extreme Learning Machine,ELM)与反向传播梯度下降相结合的方式近似Q-learning值函数的神经网络.算法基于Q-learning动态地学习场景识别率最高的机器人朝向角,使机器人能够自主获取多次更为可靠的传感器信息并将对应识别结果融合,进而提高场景识别准确率.将算法应用在移动机器人场景识别中进行实验,结果表明该算法可以有效提高场景识别准确率.

关键词：场景识别、Q学习、极限学习机、反向传播梯度下降、机器人、传感器

所属期刊栏目：47

分类号：TP24(自动化技术及设备)

资助基金：河北省自然科学基金E2017202035;河北省科技计划项目16211709;江西省精密驱动与控制重点实验室开放基金

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：8-18