[发明专利]一种通过自动创建抽象动作控制移动机器人的方法有效
| 申请号： | 201610238110.0 | 申请日： | 2016-04-18 |
| 公开（公告）号： | CN105867378B | 公开（公告）日： | 2018-07-31 |
| 发明（设计）人： | 朱斐;伏玉琛;刘全;陈冬火;金海东 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 陶海锋 |
| 地址： | 215123 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种通过自动创建抽象动作控制移动机器人的方法，包括：1）初始化；2）按照Q学习模块的更新公式更新所有的状态‑动作评估值，并保存经验轨迹，去除经验轨迹中的重复状态区间内的状态；3）计算剩余状态的多样性密度值；4）若存在某个状态的多样性密度值达到预设阈值，则进入步骤5）；否则重复步骤2）至4）；5）选择多样性密度值大于阈值的状态作为子目标点，创建抽象动作模块，设置抽象动作的出发状态、策略和终止条件，将该抽象动作模块加入机器人的可选动作集中，采用更新后的可选动作集控制移动机器人。本发明能够有效地创建抽象动作，机器人可以利用创建的抽象动作进行分层强化学习，从而加速机器人在复杂环境下的学习。 | ||
| 搜索关键词： | 一种 通过 自动 创建 抽象 动作 控制 移动 机器人 方法 | ||
【主权项】：
1.一种通过自动创建抽象动作控制移动机器人的方法，其特征在于，包括以下步骤：1）初始化模块，设定机器人的运行环境，到达目标的奖赏值，以及用于更新值的步长参数、折扣因子参数；2）机器人按照Q学习模块的更新公式更新所有的状态‑动作评估值Q(s,a)，并保存学习得到的经验轨迹，然后去除经验轨迹中的重复状态区间内的状态；3）计算剩余状态的多样性密度值；4）若存在某个状态的多样性密度值达到预设阈值，则进入步骤5）；否则重复步骤2）至步骤4）；5）选择多样性密度值大于阈值的状态作为子目标点，创建抽象动作模块，设置抽象动作的出发状态、策略和终止条件，将该抽象动作模块加入机器人的可选动作集中，采用更新后的可选动作集控制移动机器人。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610238110.0/，转载请声明来源钻瓜专利网。
