CN116306896B 基于知识数据驱动分层强化学习的机器人技能学习方法 (西北工业大学)_第1页
CN116306896B 基于知识数据驱动分层强化学习的机器人技能学习方法 (西北工业大学)_第2页
CN116306896B 基于知识数据驱动分层强化学习的机器人技能学习方法 (西北工业大学)_第3页
CN116306896B 基于知识数据驱动分层强化学习的机器人技能学习方法 (西北工业大学)_第4页
CN116306896B 基于知识数据驱动分层强化学习的机器人技能学习方法 (西北工业大学)_第5页
已阅读5页,还剩15页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

WO2018236674A1,2018.12基于知识数据驱动分层强化学习的机器人本发明公开了一种基于知识数据驱动分层然后基于人类知识将机器人操作任务拆分为多传统的强化学习算法对各个子任务的策略参数2Ma(⃞-a)+ca(k-北a)+ka(x-xa)=R(1)ddtiN分别表示有限时间的初始时刻和最终时刻;3示策略参数,表示噪声参数,gry表示策略的特征向量,λ表示尺度,K表示探索次数,2.根据权利要求1所述一种基于知识数据驱动分层强化学习的机器人技能学习方法,j=ay(B,g-y)-)(10)y表示权重。4高维运动系统中利用学习方法获得期望策略变得可行,有利于控制系统的设计和在线调人可以在更广阔的场景里得到应用。5[0009]Ma(i-⃞a)+ca(t-ka)+ka(x-xa)=R(1)6j=ay(B,g-y)-)(10)[0036]4、本发明通过任务分层和以运动基元表示子任务策略的方式以实现状态空间和7[0048]本发明提出一种基于分层强化学习与运动基元结合的机器人技能学习方法。首智能提高算法的可解释性和透明性,克服现有强化学习在机器人操作应用问题中的限制,8[0068]基于分层强化学习算法利用人类知识和经验实现机器人技能学习方法流程如图19

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论