欢迎来到天天文库
浏览记录
ID:58297076
大小:210.94 KB
页数:3页
时间:2020-05-02
《可生长仿生学习算法在机器人平衡控制中的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、控鲥技术计Co算mp机ute测r量M与eas控ur制em.en2t01&4.C2o2n(tr4o)l·11O5·文章编号:1671—4598(2014)04—1105—03中图分类号:TP242.6文献标识码:A可生长仿生学习算法在机器人平衡控制中的研究李福进,王志龙,任红格,高建宇(1.河北联合大学电气工程学院,河北唐山063009;2.河北联合大学轻工学院,河北唐山063009)摘要:针对两轮机器人的运动平衡控制问题,提出一种基于Q学习的生长细胞结构(GCS)网络的仿生学习算法;GCS网络除了具有
2、s0M网络的竞争机制外,它还可以通过新神经元的不断生长,自组织地进行演化,Q学习算法是一种无模型强化学习算法,它可以改善学习能力,但是它只适用于状态离散化的控制系统中;将GCS网络的生长特性应用到Q学习算法中,通过网络输出的获胜神经元的信息来优化Q值,实现了状态连续系统的无模型控制,并且在两轮机器人上做了仿真实验;结果表明,当神经元数为l2个时,机器人才开始受控,但是机器人本体的倾角振荡角度过大,位移不受控制;当神经元数增加到25个时,机器人本体的倾角在很小的角度范围内波动(大约0.2。),位移大约在
3、0.05m的位置达到平衡,机器人的运动平衡达到了很好的控制效果。关键词:GC8网络;Q学习;仿生学习;运动平衡;两轮机器人ResearchofGrowthBionicLearningAlgorithminBalanceControlonRobotLiFujin,WangZhilong,RenHongge,GaoJianyu(1.CollegeofElectricalEngineering,HebeiUnitedUniversity,Tangshan063009,China;2.CollegeofLig
4、htIndustry,HebeiUnitedUniversity,Tangshan063009,China)Abstract:Accordingtothemotionbalanceforatwo—wheeledrobotcontrolproblems,thispaperputsforwardagrowingcellstructure(GCS)networkbasedonQlearningbioniclearningalgorithm.GCSnetworkinadditiontothecompetiti
5、onmechanismwithSOMnetwork,anditcanalsoprocessselforganizationevolutionthroughthecontinuousgrowthofnewneurons.Qlearningalgorithmisamodelfreerein~foreementlearningalgorithm,anditcanimprovethelearningabilityofthecontrolsystem,butitisonlysuitableforthediser
6、etizationofstate.WemadethegrowthcharacteristicsofGCSnetworktobeappliedtotheQlearningalgorithm,andoptimizedtheQvaluethroughtheinformationofthewinningneuronwhichcomesfromthenetwork.Ultimately,weachievedthemodelfreecontrolofacontinuousstatesys-tem,andmades
7、imulationexperimentsontw0一wheeledrobot.Theresultsshowedthatwhenthenumberofneuronswas12.therobotstar—tedundercontro1.Buttheoscillationangleoftherobotbodywastoolargeanddisplacementwasuncontrolled;WhenthenumberofneuronsincreasedtO25,theinclinationoftherobo
8、tfluctuatedinasmallanglerange(about0.2。)anddisplacementachievedbalanceatthepositionabout0.05m.So,therobot'smovementbalanceachievedagoodcontroleffect.Keywords:GCSnetwork;Qlearning;bioniclearning;motionbalance;two—wheeledrobot0引言模型
此文档下载收益归作者所有