自适应模糊RBF神经网络的多智能体机器人强化学习

摘要：

多机器人环境中的学习,由于机器人所处的环境是连续状态,连续动作,而且包含多个机器人,因此学习空间巨大,直接应用Q学习算法难以获得满意的结果.文章研究中针对多智能体机器人系统的学习问题,提出自适应模糊RBF神经网络强化学习算法,网络本身具有模糊推理能力、较强的函数逼近能力以及泛化能力,因此,实现了人类专家知识与机器学习方法的结合,减少学习问题的复杂度;实现连续状态空间与动作空间的策略学习.

关键词：模糊RBF神经网络、Q学习、多机器人

所属期刊栏目：39

分类号：TP18(自动化基础理论)

在线出版日期：2004-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：111-115