基于時(shí)延Q學(xué)習(xí)的機(jī)器人動(dòng)態(tài)規(guī)劃方法_第1頁(yè)
基于時(shí)延Q學(xué)習(xí)的機(jī)器人動(dòng)態(tài)規(guī)劃方法_第2頁(yè)
基于時(shí)延Q學(xué)習(xí)的機(jī)器人動(dòng)態(tài)規(guī)劃方法_第3頁(yè)
基于時(shí)延Q學(xué)習(xí)的機(jī)器人動(dòng)態(tài)規(guī)劃方法_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、 莊夏 條從初始狀態(tài) Initial_Position 到目標(biāo)狀態(tài) Goal 的路徑如圖 2 所示。 為了驗(yàn)證文中算法的優(yōu)越性，將文中方法與經(jīng)典的 Q-Learning 算法以及文獻(xiàn)11中基于蛙跳算法的 方法進(jìn)行比較，得到的三種方法的收斂情況如圖 3 所示。 從圖 3 中可以看出，文中方法不僅具有較快的收斂速度，同時(shí)具有最好的收斂解，這表現(xiàn)在文中方 法在第 50 個(gè)情節(jié)處就開始收斂，收斂的解為 13。文獻(xiàn)11所示的蛙跳算法從算法運(yùn)行開始，收斂速度一 直較另外兩種方法更慢，在情節(jié)數(shù)為 90 時(shí)趨于收斂，但收斂的解為局部最優(yōu)解 22 步。文獻(xiàn)11采用基于 Q 學(xué)習(xí)的方法進(jìn)行最優(yōu)策略獲取，其算法在運(yùn)

2、行過(guò)程中收斂速度較文中方法更慢，但其在情節(jié)為 70 時(shí)收 斂，收斂的時(shí)間步為 23，仍然為局部最優(yōu)解。顯然，文中方法具有最快的收斂速度和最好的收斂解。文 中方法沒(méi)有陷入局部最優(yōu)解是因?yàn)樵谒惴ㄖ胁捎昧?RMAX 方法來(lái)增加探索能力， 使得初始狀態(tài)處所有狀 態(tài)動(dòng)作處都具有較大的 Q 值，從而使得那些沒(méi)有訪問(wèn)過(guò)的狀態(tài)動(dòng)作對(duì)能有較大的概率被訪問(wèn)到。文中收 斂速度快是因?yàn)闋顟B(tài)動(dòng)作對(duì)的更新需要根據(jù)狀態(tài)動(dòng)作對(duì)訪問(wèn)的次數(shù)來(lái)確定，從而使得狀態(tài)動(dòng)作更新的效 率更高，最終加快了算法的收斂速度。 Initial_Position Goal Figure 2. The robot plans the optimal path 圖 2. 機(jī)器人規(guī)劃最優(yōu)路徑 110 100 90 80 70 文獻(xiàn) 11方 法 文獻(xiàn) 12方 法 文中方法 時(shí)間步 60 50 40 30 20 10 0 10 20 30 40 50 情節(jié)數(shù) 60 70 80 90 100 Figure 3. Three methods convergent per

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)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. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論