学报简介

    智能系统学报(CAAI Transactions on Intelligent Systems)由中国人工智能学会和哈尔滨工程大学联合主办,是中国人工智能学会会刊之一。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能 ...

学报详情

刊名: 智能系统学报
CAAI Transactions on Intelligent Systems
主办:  中国人工智能学会;哈尔滨工程大学
周期:  双月
出版地:黑龙江省哈尔滨市
语种:  中文
开本:  大16开
ISSN: 1673-4785
CN:   23-1538/TP
复合影响因子: 0.874
综合影响因子: 0.479
历史沿革:
现用刊名:智能系统学报
创刊时间:2006
中文核心期刊(2014)

01

您所在的位置:首页 > 学报导读 > 2020 > 01 >

仿生机器人运动步态控制:强化学习方法综述

作者:郭宪 方勇纯

关键词: 仿生机器人; 运动步态; 控制方法; 强化学习; 数据驱动; 多关节; 非线性; 欠驱动;

摘要:

仿生机器人是一类典型的多关节非线性欠驱动系统,其步态控制是一个非常具有挑战性的问题。对于该问题,传统的控制和规划方法需要针对具体的运动任务进行专门设计,需要耗费大量时间和精力,而且所设计出来的控制器往往没有通用性。基于数据驱动的强化学习方法能对不同的任务进行自主学习,且对不同的机器人和运动任务具有良好的通用性。因此,近年来这种基于强化学习的方法在仿生机器人运动步态控制方面获得了不少应用。针对这方面的研究,本文从问题形式化、策略表示方法和策略学习方法 3个方面对现有的研究情况进行了分析和总结,总结了强化学习应用于仿生机器人步态控制中尚待解决的问题,并指出了后续的发展方向。 

上一篇:基于几何特征的IC芯片字符分割与识别方法
下一篇:利用场景光照识别优化的双目活体检测方法