回聲狀態(tài)神經(jīng)網(wǎng)絡在機器人足球中的應用.pdf

1、目前，在對非線性系統(tǒng)的預測中，使用神經(jīng)網(wǎng)絡的方法已經(jīng)取得了良好的效果和廣泛的應用，特別是循環(huán)神經(jīng)網(wǎng)絡在預測中更具有優(yōu)勢，但是長期以來其學習方法卻一直沒有較大的提高。 回聲狀態(tài)神經(jīng)網(wǎng)絡是一種新型的循環(huán)網(wǎng)絡結(jié)構(gòu)與循環(huán)網(wǎng)絡學習方法，它的結(jié)構(gòu)非常類似生物神經(jīng)網(wǎng)絡，從而表現(xiàn)出了生物循環(huán)神經(jīng)網(wǎng)絡的典型特性：大量的神經(jīng)元，循環(huán)的路徑，稀疏的隨機連接以及只修改部分的權(quán)值；在學習過程中它使用一個大規(guī)模的循環(huán)網(wǎng)絡作為信息的存儲池，然后通過計算這個循

2、環(huán)網(wǎng)絡的狀態(tài)空間對輸出節(jié)點的線性回歸權(quán)值，來最小化學習平方誤差，從而達到學習的目的。這些特性使它具備良好的短期記憶能力。針對機器人運動控制的非線性和路徑規(guī)劃的問題，利用回聲狀態(tài)神經(jīng)網(wǎng)絡的優(yōu)點，本文做了以下工作。 首先，對機器人足球及機器人足球比賽系統(tǒng)作了介紹。包括足球機器人的運動特點和角色選擇方法。 其次，重點對回聲狀態(tài)神經(jīng)網(wǎng)絡做了研究和介紹。包括其結(jié)構(gòu)特點、運行機制及學習方法。 然后，針對于回聲狀態(tài)神經(jīng)網(wǎng)絡的這