李佳鹤
- 作品数：3 被引量：3H指数：1
- 供职机构：浙江工业大学信息工程学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于ART2的Q学习算法研究被引量：3
- 2011年
- 为了解决Q学习应用于连续状态空间的智能系统所面临的"维数灾难"问题,提出一种基于ART2的Q学习算法.通过引入ART2神经网络,让Q学习Agent针对任务学习一个适当的增量式的状态空间模式聚类,使Agent无需任何先验知识,即可在未知环境中进行行为决策和状态空间模式聚类两层在线学习,通过与环境交互来不断改进控制策略,从而提高学习精度.仿真实验表明,使用ARTQL算法的移动机器人能通过与环境交互学习来不断提高导航性能.
- 姚明海瞿心昱李佳鹤顾勤龙汤丽平
- 关键词：Q学习ART2增量式学习移动机器人导航
- 基于神经网络的智能移动机器人导航算法研究
- 移动机器人是机器人领域的一个重要发展方向，广泛地应用于工业、农业、军事、交通、服务业等方面，导航控制技术是其研究核心，也是移动机器人实现智能化及完全自主的关键技术。由于人工神经网络具有很强的学习功能与非线性映射能力，使得...
- 李佳鹤
- 关键词：移动机器人导航控制神经网络路径规划
- 文献传递
- 基于强化学习的进化神经网络及其在机器人导航中的应用
- 2010年
- 神经网络的拓扑结构对网络的有效性起着十分重要的作用,网络建模中的主要困难就是如何有效地控制网络模型的结构进化趋势和复杂度.提出一种基于强化学习的进化神经网络(RL-EANN),采用强化学习方法对网络进化群体与外界环境交互的效果进行评价,使其无需任何先验知识即可进行学习进化,通过强化信号的约束来控制网络群体的拓扑结构进化趋势.并在移动机器人避障导航仿真实验中证明,采用RL-EANN能使仿真机器人在不确定环境中快速有效地学习避障和接近目标,取得较好的导航效果,实践证明该方法的合理性和有效性.
- 李佳鹤姚明海
- 关键词：进化神经网络不确定环境
