期刊专题

10.3969/j.issn.1671-1815.2011.05.014

一种基于新奇的动作发育模型

引用
机器人的动作是一切活动的基本单元.就足球机器人而言,好的动作设计实现是决策实现的重要保证.传统的强化学习模型在整个学习过程中使用恒定学习速率,导致在未知环境下收敛速度慢,且适应性差.针对以上问题,提出了一种新的动作发育模型--基于新奇的动作发育模型;该模型在学习过程中使用基于状态的遗忘均值的学习速率,更加符合人类发育的真实过程.模型采用内在价值系统,该系统由三部分组成:奖励、惩罚和新奇评判.在机器人足球比赛中,通过机器人截球实验表明,该模型在不断变化的环境下可以高效而准确地完成相应的截球动作.

基于新奇的动作发育模型、强化学习、遗忘均值、内在价值系统

11

TP242.6(自动化技术及设备)

2011-04-29(万方平台首次上网日期,不代表论文的发表时间)

共4页

975-978

相关文献
评论
暂无封面信息
查看本期封面目录

科学技术与工程

1671-1815

11-4688/T

11

2011,11(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn