以加强式学习建构机器人行为融合演算法_第1页
以加强式学习建构机器人行为融合演算法_第2页
以加强式学习建构机器人行为融合演算法_第3页
以加强式学习建构机器人行为融合演算法_第4页
以加强式学习建构机器人行为融合演算法_第5页
已阅读5页,还剩44页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

以加強式學習建構機器人行為融合演算法中正大學電機工程學系黃國勝博士2大綱研究動機背景介紹單一行為模仿演算法融合行為學習演算法(FBQL)實驗設計與討論結論與未來展望3研究動機問題一設計機器人行為構成的困難:環境多變需要縝密的考量需要機器人學的知識由實測結果來調整修正HardComputingv.s.SoftComputing4研屈究续動造機問弯題妄二多遭個腾行典為盆如氏何政並不存?合您作-数B汪e牛h耳a洪v法i穴o装r拖a牺l攀f竭u海s涨i雾o蜻n犬,解G虹a斥m阿e参t岗h牺e奥o迫r买y競乔爭-抵S态u量b葬s秆u躁m健p毫t颂i仿o轧n5背堂景龙介舰紹加烤強凉式俭學受習Q角-很L设e响a第r选n座i眨n筛g決爪策绿樹毁分秋割蛋法S萍u滩b融s感u焰m料p促t疯i介o库n墨A炭r歇c冷h泪i犹t荐e尽c历t回u敏r羡e加史強端式沫學泻習祸理赞論禁結福構a晴(美t)S寻t剩a花t律e艘e煮n宅c爸o给d意e希r7加瞧強莲式假學帐習市理停論潜結龄構控劳制光系朝統明與之外贤部研環粮境巧互知動控冶制灵系龟統牌能复接波收殊一筒組悟環蛋境封狀寨態S事=煮{肝s1,余s2,营…熟.搭,充st}控停制谱系父統辟有收一的組拾可浆執匹行更動隔作A麻=素{远a1,托a2,烫.勺.字at}環网境等繼胁以缝反厚應志一衬獎陪勵服值rt=员r盆(阵st,隐at)環刊境级同锣時少也轰隨勉之教移酱轉船到狡一悄新兆的未狀突態st怜+浸1=眼δ脊(族st,可at)r盏,δ環盒境坑的伞一速部织份,控股制舰系爱統杂不全需领已索知8加桌強胁式观學纸習奔理堡論祥結立構M计a魂r茶k朋o敢v椒d上e赞c碎i旧s祥i闯o禾n箭p投r么o闯c虽e浊s轮s贩(土M躲D燃P筹)r斗(箭st,排at)漠,δ蛮(st,暗at)只况相裹依尼現凝有温狀驻態注與眯執弯行嘴動姑作政凶策(厚p哥o丹l牌i币c柴y乒)的效形梁成控赚制课系森統秋學仰習铁政根策π渣:S揉→包A牧,根帅據强現闸有雀狀督態st,挑直選匀一葵最傻有馒利江的蛾動有作at可声行所的登政州策浸需节可承滿夏足船最饲大奋化哄積船累洋獎长勵劝值Vπ(st)Vπ(携st)订=乓rt+送rt些+寒1+埋rt寸+将2+勤…π宽*饿=晨a规r秒g破m他a滤x拜Vπ(板s题)嚷f朋o亭r树a谎l言l结s9E败x驰a素m派p要l即er浸(框s遗,袭a种)用i灭m垦m赶e讨d育i始a少t必e磨r匠e浑w氏a坊r柄d侄v叔a围l迎u锤e赠sGGGG00000000001貌0匪01破0惹0000O纽奉n彩e园o撕p傲t佣i鹊m纱a离l伯p伴o欺l汗i乏c吹yQ知(迁s备,巩a哲)抬v娃a碎l聋u爽e倒sV在*算(妨s掉)举v滋a耀l驳u堤e望s8片19防01辨0梯09遍01馅0叹0(描s焦u至p究p洲o所s择e影γ泥=益0龙.映9承)V捕=恳0牵+付0底.值9闪x抵0项+鹅0衣.双92x鞠1锄0川0倍+锐0死.江93x酬0高.聚.榨.甲=筐8扇1V伤=盲0给+恩0膜.视9柳x称1涉0牙0侦+谋0多.护92x庸0泽+闸.董.拼.先=讨9舰0V债=恢1籍0旧0沸+略0汽.摇9腐x殃0淡+苍.巩.见.介=嚷1寻0蠢08趋18奋17考27冶29拦09坚09构08恢11寄0么08鲜18寒11理0朽0加嫩強戴式孝學努習欺理御論典結捏構A漆d悠a便p慰t臂i贝v挠e滥H削e项u纹r井i灾s住t愿i盟c慕C屑r叶i码t浙i匠c結包構a捏(拔t)S舌t晋a简t灾e陕e糖n丑c钳o顾d塑e娃r1介1背缩慧景幻玉介曾紹:泻Q督-贫L歼e突a州r炮n青i引n稼g直逮接颜學诸習π菠*铺:S木→桨A有绑所皂困盏难,因技為远學取習狱資料少样有<对s抱,救a都>的乐形然式每得當V程*准(福s1)差>谁V匀*婚(植s2)健,控寺制偶系圾統蹄較损喜虽的票在淡狀態s1而君非拿狀態s2在艳狀厌態s下,最煤佳黎的凑動捉作a芳,係可要最馆大误化谁獎抖勵般值-榨r雾(西s足,蜡a崇)以厕及魔以算胁下狠一宿狀截態拨的V方*π瞧*消=赢a逃r节g绍m乌a步xa[介r吐(国s发,钉a耽)港+急V姜*闪(蜡δ御(认s咏,房诚a译)朱)事]1润2背磨景独介猴紹:号Q揪-观L指e哀a垄r农n派i悠n劈燕gC并o妇r捎r包e盆l陈a湾t烘e从d准m辰e有a找s浸u洽r处e薪m可e探n省t鸟QQ西(害s麻,锹a现)厘=灯r歪(寄s役,顺a钳)颗+寸*嘱(δ均(s获,锡a扬)痛)π锁*删=估a鱼r柳g拴m股a权xaQ味(兄s稍,震a满)R君e滨l泰a编t屿i暮o渣n颠b横e葛t秒w棵e维e锅n巧Q款a滩n域d微V代*V羽*闭(少s迟)充=贸m牌a午xa‘Q相(说s丸,禾a’)E诱s朱t害i痛m卡a畅t辽e梯Q喷-幻玉v哗a送l皱u列e贵i塌t罩e如r给a年t福i希v翠e飘l晋yQ'(壳s夺,取a恳)宫←踩r运+写m改a倾xa'Q'(筑s纱,富a’)1复3背枕景沫介缺紹:赠Q李-姻L猎e抚a洒r纯n或i侵n尼g1莲4背场景誉介饱紹:決倍策诞樹丹分秘割胆法1乳5背凭景贺介贸紹:宜S摄u麻b术s敬u墙m患p宗t瓣i强o捡n睡A朗r威c往h拣i俩t呜e透c章t搏u敞r绘e1凯6單换一预行葬為范模退仿迟演赔算继法加鹅強秀式抗學衔習给之选決球策素樹颜分锯割慰法(匀R踩L歌-哭b吸a撕s拴e斑d届D结T铃)決芝策滴樹断結多構砌狀动態临空胳間铃之欠加闲強释式兽學拘習1肿7加众強东式膝學欺習眨之孝決口策抱樹辟分男割涂法(疫R界L圆-雾b厨a侵s杠e新d轧D索T捕)1喜8加感強倒式掀學棋習槽之拉決弄策植樹搞分疮割陕法(遇R森L袋-贺b帽a广s节e缸d莲D劳T坑)純蹲度傍計糊算沿公露式毕:1惨9加渴強梢式筑學劳習如之坟決加策既樹度分火割芽法(巡寿R刃L敲-僻b顽a慢s耐e捆d妨D幸T痕)切酒割颗終介止殿條浊件桥:內定部微節仇點老所靠包肝含艰的骑區副域遭太是小內号部矩節速點励所日包大含棕的捏資抹料悦量数太蕉少切鞭割狐過羽後腹,强會战導是致筛某呈一税邊运沒传有统資妻料內伞部蜓節沃點自的圈純班度叮夠匀純2驾0加凑強壶式泛學骨習呆之滔決跪策怠樹永分羊割范法(弟R荡L吩-味b脸a同s献e陆d搁D堂T绞)2阶1加唤強登式退學絮習身之帮決例策姿樹减分佣割服法(知R露L业-阁b违a束s嘱e挽d调D树T沃)葉子節點數2组2加充強施式弹學滩習汇之单決柳策绳樹竭分腔割删法(搬R盏L问-亲b绪a半s惩e脉d钱D鸭T呀)總純度2营3加狡強往式趟學翅習掀之兽決排策债樹使分颠割键法(眉R乖L注-壳b兽a熄s径e种d狭D锁T北)2掩4決尖策撤樹窄結宅構筐狀桃態踏空住間碗之籍加上強幻玉式虏學睬習agentenvironmentrewardactionstate2邪5決笼策徐樹糕結个構屡狀盘態惠空伞間钥之街加只強樱式挥學严習2循6加校強柴式群學绩習决之袍決窑策映樹得分旁割深法(舱R违L堂-松b印a茫s便e搬d声D涌T酷)展漠示太模枪擬再影坐片展隔示迫實献體增影腔片2王7融车合怎行默為足學停習侦演添算夏法(填F桶B畅Q衬L亚)FBQL環境sensoryrewardFusedBehaviorinput狀讽態远標居記2冰8融介合愧行恐為宋學拥習渔演芒算袖法(声F陷B青Q华L把)2拒9融抗合淋行你為鞭學拌習售演杰算甜法(至F登B凳Q农L誓)狀熊態盖標奔記衫法(双R忆L叮-酱b拢a蛙s泽e贤d如D巾e焦c姑i惠s悬i秆o依n送T提r肥e宿e垄):6y0846x12093分類表示範圍(x,y)N1(0,3,0,8)N2(3,6,0,8)N3(6,9,0,4)N4(9,12,0,4)N5(6,12,4,6)N6(6,9,6,8)N7(9,12,6,8)3叼0融检合榜行臂為升學担習首演沈算赵法(史F弃B诉Q衰L岁)狀否態昼標请記伯法(广F王B秘Q症L梢):state={N5,N1,N7}3无1融助合菊輸遮出袭動斗作(示F逢u脾s极e归d既B投e椅h胸a赞v权i阳o笋r道):融皮合多行艺為叠學妖習盘演锻算俩法(滚F后B巩Q钞L起)3熔2融腰合挎行盲為商學冰習仁演健算逢法(抚F景B射Q途L复)回绒饋故值(午r歉e肃w招a咬r讨d排):DenserewardSparsereward設計難易度困難容易學習速度快慢學習系統複雜度低高局部極小值問題可能發生不會發生3爬3融处合给行描為迁學闯習塘演塔算纪法(菠F裳B浆Q害L煤)評爪估洗值Q值敞更炉新疼:立携即榨回舞饋翅值積亩累颗回先饋延值3哭4融规合品行来為葛學卸習像演零算芒法(虚F巩B滴Q僵L滴)權大重冤值W值拘更秩新固:權怀重剂值W值是正透規夹化墓:f念o团r闯a跃l室l3乳5融聚合占行鲁為鲁學企習凑演邻算狗法(嘱F易B供Q虫L度)示欠範坛動妻作乔:為腥了刘加瞎快F鸣B既Q州L的摩學秩習买速喇度引么領挠機孙器皮人辱去隆接郊觸烂到么特卫定暑的支回棚饋筒值節宅省饶隨雷機配搜膛尋题所监空泊耗煮的周時易間不词需素要茧特掉殊国的育操蜜控加防強毫式细學翅習沫之罢決老策窗樹润分裤割泄法追锐球梯行祸為寇模全仿避习撞捕行绑為批模斩仿跑旱位哈行纯為拘模疮仿3泻63柏7實蕉驗昨設晋計患與困討仆論:追构球业行胞為票模馆仿共1晶2季2種雀類3纤8實旬驗扒設霉計丑與指討舒論:避桌牆修行向為准模久仿共1嘉1種嘱類3竖9實趟驗令設痕計呜與裕討暴論:跑欺位材行鸣為皆模西仿共3时7種奏類4拣0實沃驗挖設遇計显與范討鞋論:匹F袭B万Q皂L4题1實岂驗码設纤計正與穿討走論:豪S历u敢b远s乌u首m字p施t屑i桃o磨n以S衔u碑b饥s筒u己m冠p雹t脂i勤o锋n蚀A笔r姐c谨h勿i岩t见e忠c稍t精u端r卷e的槽融细合绕方突式词:4粪2實剂驗貌設痰計毯與映討滩論成桶功庆總筹步姑數擦:4兼3實马驗鸟設卖計牛與身討怜論避惊牆讨率早:4恨4實胸驗尾設可計微與耍討趣論成白功稻率评的好比蓬較茶:4资5實降驗仗設份計块與斜討乎論平慨均肉成渠功们總横步惊數察的挖比丈較赔:4陡6實覆驗滴設星計构

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论