文献类型：期刊文章

作　　者：乔俊飞[1] 侯占军[1] 阮晓钢[1]

机构地区：[1]北京工业大学人工智能与机器人研究所,北京100124

出　　处：《清华大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(60375017);北京市优秀人才培养资助项目(2006D0501500203);北京市教委科技发展计划项目(KM2006100050190)

年　　份：2008

卷　　号：48

期　　号：S2

起止页码：1747-1750

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高移动机器人的自学习能力,在基于行为控制结构的基础上设计了智能控制结构,该结构引入了强化学习模块。神经网络具有很好的泛化能力,该文提出了基于神经网络的强化Q学习算法,克服了表格式Q学习算法只能应用到离散的状态中并需要大量存储空间的不足,最后结合智能控制结构应用到移动机器人的避障中。实验结果表明,该方法能够使移动机器人通过自学习实现自主避障。

关 键 词：移动机器人 强化学习  神经网络 避障

分 类 号：TP242]