期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于deep Q-network双足机器人非平整地面行走稳定性控制方法 被引量:14
1
作者 赵玉婷 韩宝玲 罗庆生 《计算机应用》 CSCD 北大核心 2018年第9期2459-2463,共5页
针对双足机器人在非平整地面行走时容易失去运动稳定性的问题,提出一种基于一种基于价值的深度强化学习算法DQN(Deep Q-Network)的步态控制方法。首先通过机器人步态规划得到针对平整地面环境的离线步态,然后将双足机器人视为一个智能体... 针对双足机器人在非平整地面行走时容易失去运动稳定性的问题,提出一种基于一种基于价值的深度强化学习算法DQN(Deep Q-Network)的步态控制方法。首先通过机器人步态规划得到针对平整地面环境的离线步态,然后将双足机器人视为一个智能体,建立机器人环境空间、状态空间、动作空间及奖惩机制,该过程与传统控制方法相比无需复杂的动力学建模过程,最后经过多回合训练使双足机器人学会在不平整地面进行姿态调整,保证行走稳定性。在V-Rep仿真环境中进行了算法验证,双足机器人在非平整地面行走过程中,通过DQN步态调整学习算法,姿态角度波动范围在3°以内,结果表明双足机器人行走稳定性得到明显改善,实现了机器人的姿态调整行为学习,证明了该方法的有效性。 展开更多
关键词 双足机器人 行走稳定性 步态控制 非平整地面 强化学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部