试析多机器人协作的学习与进化方法

试析多机器人协作的学习与进化方法

ID:34823272

大小:3.85 MB

页数:114页

时间:2019-03-11

试析多机器人协作的学习与进化方法_第1页
试析多机器人协作的学习与进化方法_第2页
试析多机器人协作的学习与进化方法_第3页
试析多机器人协作的学习与进化方法_第4页
试析多机器人协作的学习与进化方法_第5页
资源描述:

《试析多机器人协作的学习与进化方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、浙江大学博士学位论文多机器人协作的学习与进化方法姓名:杨东勇申请学位级别:博士专业:控制理论与控制工程指导教师:蒋静坪20040501摘要近年来,多机器人系统是机器入学研究中最令人感兴趣且富有挑战性的研究领域。多机器人的研究内容和应用范围十分广泛,如多机器人协作搬运,多机器人协作探索和地图构建,以及机器人足球赛等。多机器人系统能够完成单个机器人难以完成的工作任务。一队机器人通过协作可以用更可靠、更快速、更廉价的方法完成给定的任务。因此,关于多机器人协作的研究越来越受到研究者的重视。为了使机器人系统具有适应未知环境的能力,让机器人在与环境和其它机器人的相互作用中,学习和进化协作行为,是

2、多机器人协作研究中最有潜力的方法之一。本论文以多机器人协作搬运为研究背景,主要研究基于强化学习和合作协进化的多个机器人协作行为的获得方法。论文的主要研究成果如下:(1)综述了多机器人协作的研究现状;全面地分析讨论了多机器人系统的分类、多机器人协作的主要研究内容、多机器人协作的主要研究方法和所取得的研究进展;系统地总结了进化和协进化方法研究机器人个体和群体行为的主要研究方式、研究结果和存在的主要问题:讨论了强化学习方法在多机器人行为学习中的应用及面临的困难。f2)设计开发了一个多机器人协作搬运多个物体的仿真环境,为基于学习和进化方法研究多机器人}办作行为提供了一个良好的试验平台。(3)

3、提出了一种获得多机器人协作行为的分布式两层强化学习方法,并以三个机器人通过强化学习,协作抬起一个园盘形物体的行为学习过程的仿真,验证了所提出的方法的有效性。f41构建了一种基于状态预测的强化学习方法,讨论了算法的模型和实现方法;把所设计的算法应用于三个机器人通过学习,协作抬起一个物体的协作任务,给出了仿真结果。(51以多个机器人合作完成多个物体的搬运为应用对象,提出了一种形成多机器人协作行为的多种群合作协进化方法。该方法由搬运任务的平衡分配和搬运序列的多种群合作协进化两个过程组成。实验结果表明所提出的方法具有更好的性能er6)提出了一种机器人局部导航的改进势能场方法。通过采用圆形活动

4、窗口、考虑机器人身体大小的斥力场设计方法和自适应的目标引力场设计方法,以及强化掌舵控制信号,增强了势能场方法障碍回避和局部导航的能力,并且改进后的算法仍保持原来势能场方法算法简单的优点。物理机器人实验证实了改进方法的有效性。关键词:多机器人协作,强化学习,合作协进化,行为预测,局部导航UABSTRACTThemulti—robotsystemhasbeenoneofthemostinterestingandchallengingproblemsofroboticsresearchintherecentyears.Itincludesawiderangeofresearchtopics

5、andapplications,suchasmulti—robotcooperativetransportation,explorationandmapping,robotsoccer,etc.Multi—robotsystemcandealwithtasksthataredifficulttobeaccomplishedbyanindividualrobot.Ateamofrobotsmayperformtheassignedtaskinamorereliable,faster,orcheaperwaythrou【ghcooperation.Therefore,anincreasi

6、ngamountofroboticsresearchfocusesonmulti—robotcooperation.Inordertodevelopabilitytocopewithunexpectedsituations,onepossiblesolutiontogeneratecooperativebehaviorinthemulti—robotsystemistolettherobotlearnandevolvethroughtheinteractionwiththeenvironmentandotherrobots.Inthisdissertation,cooperative

7、transportationisconsideredasataskofamulti-robotsystem,researchesmainlyaddressedoncooperativebehavioracquisitionbasedOUreinforcementlearningandcoopermivecoevolution.Themajorcontributionsofthisdissertationareasfollows:1.Acomprehensi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。