

已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著控制論及計算機技術(shù)的發(fā)展,分布式人工智能中多智能體系統(tǒng)的理論及相關(guān)的應用研究已成為人工智能和智能控制研究的熱點。機器人足球比賽是一項旨在提高諸多相關(guān)領(lǐng)域的研究水平而舉行的國際大型比賽和學術(shù)活動,是研究分布式人工智能、智能控制和機器人技術(shù)的絕好平臺。 機器人足球比賽的環(huán)境是一個動態(tài)、復雜、對抗的環(huán)境,并且每個機器人只能得到場上的不完全信息,如何使機器人能通過不斷地學習提高自己的性能是開發(fā)足球機器人系統(tǒng)的關(guān)鍵內(nèi)容。 本文
2、主要研究強化學習技術(shù)在機器人足球中的實現(xiàn)問題。 首先,針對機器人足球比賽的環(huán)境的復雜性和狀態(tài)空間的龐大,對已有的基于CMAC神經(jīng)網(wǎng)絡(luò)的Q學習泛化學習算法,引入了信度分配的概念,把基于空間的信度分配和基于時間的信度分配同時融合到CMAC-Q學習算法當中,提高了強化學習的速度。 其次,對近年來從分層強化學習中發(fā)展出來的option算法,結(jié)合內(nèi)在激勵思想,嘗試性地將其應用到機器人足球中的踢球技術(shù)、截球技術(shù)和配合技術(shù)中去。實驗表
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于強化學習的異構(gòu)多智能體區(qū)域覆蓋算法研究.pdf
- 基于信度分配的多智能體強化學習研究.pdf
- 基于狀態(tài)預測的協(xié)作式多智能體強化學習算法研究.pdf
- 基于高斯回歸的連續(xù)空間多智能體強化學習算法研究.pdf
- 多智能體強化學習方法研究.pdf
- 基于多智能體強化學習的決策支持系統(tǒng)的研究.pdf
- 基于多智能體強化學習的足球機器人決策策略研究.pdf
- 基于試錯學習的強化學習算法的研究.pdf
- RoboCup中基于強化學習的多智能體協(xié)作研究.pdf
- 基于混合抽象機制的多智能體系統(tǒng)動態(tài)分層強化學習算法研究.pdf
- 基于強化學習的多智能體協(xié)同機制研究.pdf
- 結(jié)合圍捕問題的合作多智能體強化學習研究.pdf
- 基于強化學習的多智能體協(xié)作與應用的研究.pdf
- 基于多智能體進化算法的模糊認知圖學習.pdf
- 基于強化學習的多機器人追捕問題研究.pdf
- 基于對策與強化學習的多智能體協(xié)作機制研究.pdf
- 基于強化學習的多Agent協(xié)作研究.pdf
- 基于多Agent協(xié)作強化學習的研究.pdf
- 面向強化學習的模型學習算法研究.pdf
- 基于多智能體強化學習的足球機器人決策系統(tǒng)研究與設(shè)計.pdf
評論
0/150
提交評論