文献类型：期刊文章

作　　者：张汝波[1] 杨广铭[1] 顾国昌[1] 张国印[1]

机构地区：[1]哈尔滨工程大学计算机系,哈尔滨150001

出　　处：《计算机研究与发展》

年　　份：1999

卷　　号：36

期　　号：12

起止页码：1430-1436

语　　种：中文

收录情况：AJ、BDHX、BDHX1996、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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．Ｑ－学习算法是类似于动态规划的一种强化学习方法，文中在介绍了Ｑ－学习的基本算法之后，提出了具有竞争思想和自组织机制的Ｑ－学习神经网络学习算法；然后研究了该算法在智能机器人局部路径规划中的应用。

关 键 词：局部路径规划 智能机器人 神经网络 Q-学习

分 类 号：TP242.6] TP18]