基于强化学习的自主移动机器人导航研究.pdf

东北师范大学
硕士学位论文
基于强化学习的自主移动机器人导航研究
姓名:吴洪岩
申请学位级别:硕士
专业:计算机软件与理论
指导教师:刘淑华
20090501
摘要未知环境下移动机器人缺少先验知识,移动机器人自主学习以提高对环境的适应能力,是实现移动机器人在未知、复杂环境中成功应用的关键。反应式导航是提高移动机器人在未知环境下实时性和适应性的重要手段。近年来,在诸多反应式导航方法中,强化学习由于无需监督和先验知识、自学习和在线学习的特点使其具有针对标准强化学习速度较慢,本文提出基于昂痛植诩淖灾鞯己椒椒ā合,加快了机器人学习的速度,从而提高了导航系统的避碰能力。数逼近能力及泛化能力,由此提出了基于窬绲腝学台上将提出的两种导航方法仿真实现。仿真结果显示,基于昂痛植诩淖灾骰魅说己椒椒ń嫌氡曜糛学习相比,可以增加自主机器习导航方法具有较强的避碰能力,提高了机器人对环境的适应能力。在未知环境下导航的优越性。通过强化学习,机器人能够实现未知环境下的自主导航。由于机器人导航的知识具有不完备性,而粗糙集是处理不完备性的~种有效的数学工具。本文首先利用粗糙集理论处理机器人的初始导航知识,简化导航系统的复杂性。然后将它与敖同时,由于在复杂连续环境下,强化学习系统面临“维数灾难’’问题,需要采取量化的方法,降低输入空间的复杂度,而径向基神经网络哂薪锨康暮单机器人的自主导航。用径向基神经网络逼近状态空间和寡跋低尘哂良好的泛化能力。人对环境的适应性,提高避碰能力,加速导航学习过程;基于窬绲腝学关键词:自主机器人导航;强化学习;埃捍植诩痪断蚧窬
瑃。;甀,.;;..籺篈;、航..,瑃痵Ⅱ
学位论文作者签名:逸工作单位:——学位论文作者签名:墨达兰日期:期:迸』二狮》一多一独创性声明学位论文版权使用授权书本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东北师范大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。本学位论文作者完全了解东:洞笱в泄乇A簟⑹褂醚宦畚牡墓娑ǎ矗东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘,允许论文被查阅和借阅。本人授权东北师范大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其它复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学位论文作者毕业后去向:通信地址:电话:邮编:
第滦髀选题背景及意义移动机器人导航研究现状是集环境感知、规划、行为控制与执行等多种功能于一体的综合系统,在机器人学领域中占有重要地位。随着控制理论、人工智能、计算机理论、超大规模集成电路、传感器技术等学科的迅速发展,越来越多的专家学者和工程技术人员开展了关于移动机器人的研究。移动机器人以其较高的自主性、在具有障碍物的环境中,按时间最优、路径最短或能耗最低等约束条件,实现从起知环境下的导航发展到现在的未知环境或部分已知环境下的导航,近年来研究热点是未知环境下或部分已知环境下的自主导航。由于在实际应用中对外界环境信息的器直接映射的反应式导航控制口渲蟹从κ降己娇刂剖鞘迪治粗;肪诚乱贫法,如模糊逻辑口⑷斯な瞥》℉⒔扑氵拧⑸窬缪等;但这些方法一般需要较多的先验知识和训练数据,如何提高导航系统在未知环境下的自学习、自适应能力是目前研究者们努力的方向。近年来,通过试错进行学习的强化学习方法逐渐发展成熟,并成为人工智能、机器学习领域的研究热点,强化学习强调在与环境的交互过程中,通过试探式的学习收敛到最优的控制策略,现已在机器人领域得到导航是移动机器人应具备的基本功能,是移动机器人与固定底座机器人最主要的区别,也是反应移动机器人实现智能化及完全自主工作的关键技术之一。理想的东北师范大学硕士学位论文移动机器人智能性和对外界环境的自适应性,在星球探测、军事侦察、医疗服务、深海及核工业等领域都得到了广泛的应用。移动机器人在工作时必须具有可靠而灵活的移动能力,因此,自主导航是移动机器人的一项最重要的基本能力。移动机器人导航口侵始位置到目标位置的无碰撞运动。开展自主机器人导航的研究对我国研制机器人在月球、火星、危险及恶劣环境作业都具有重大的应用意义。在移动机器人研究的初期,导航问题就已经出现了,所研究的内容也从最初已缺乏以及外界环境自身的不可预知性,移动机器人的自主学习能力是其能否在未知环境下顺利实现导航的关键技术。自主移动机器人导航可分为:。目前已有多种较为成功的移动机器人反应式导航控制方了广泛