發(fā)育機(jī)器人內(nèi)在動(dòng)機(jī)算法的研究.pdf

1、人們對(duì)新鮮事物有強(qiáng)烈的探索欲和求知欲，受這種驅(qū)動(dòng)內(nèi)因的支配，人們獲得新知識(shí)經(jīng)驗(yàn)，這種驅(qū)動(dòng)機(jī)制在心理學(xué)中被認(rèn)為是內(nèi)在動(dòng)機(jī)，它的形成過(guò)程同樣也是一種發(fā)育過(guò)程。將生物動(dòng)機(jī)機(jī)制引入到機(jī)器人系統(tǒng)之中，以內(nèi)在動(dòng)機(jī)的強(qiáng)化學(xué)習(xí)為框架，通過(guò)機(jī)器人對(duì)環(huán)境的自主探索和認(rèn)知，實(shí)現(xiàn)對(duì)機(jī)器人的定點(diǎn)平衡、直線行走平衡和轉(zhuǎn)彎平衡的控制，使兩輪機(jī)器人實(shí)現(xiàn)自主認(rèn)知發(fā)育。論文主要研究工作有以下幾點(diǎn)：
　　首先，對(duì)認(rèn)知發(fā)育機(jī)器人的發(fā)展歷程和內(nèi)在動(dòng)機(jī)的研究背景進(jìn)行了綜述，

2、在此基礎(chǔ)上對(duì)內(nèi)在動(dòng)機(jī)和強(qiáng)化學(xué)習(xí)的關(guān)系進(jìn)行了分析。利用基于內(nèi)在動(dòng)機(jī)的強(qiáng)化學(xué)習(xí)算法，引出內(nèi)在動(dòng)機(jī)強(qiáng)化學(xué)習(xí)算法的學(xué)習(xí)框架和強(qiáng)化學(xué)習(xí)內(nèi)在動(dòng)機(jī)的定義。
　　其次，對(duì)兩輪機(jī)器人分別進(jìn)行了動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)的數(shù)學(xué)建模，并對(duì)所建模型的正確性進(jìn)行了驗(yàn)證。提出了一種基于FRBF（）網(wǎng)絡(luò)的內(nèi)在動(dòng)機(jī)驅(qū)動(dòng)下的強(qiáng)化學(xué)習(xí)算法，并在兩輪機(jī)器人的模型上進(jìn)行了仿真，對(duì)仿真結(jié)果進(jìn)行了分析，驗(yàn)證了該方法的可行性。
　　最后，為了提高算法的收斂速度，對(duì)現(xiàn)存強(qiáng)化學(xué)習(xí)算法的