您的位置: 专家智库 > >

陈春林

作品数:17 被引量:85H指数:5
供职机构:中国科学技术大学信息科学技术学院自动化系更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术文化科学更多>>

文献类型

  • 9篇会议论文
  • 7篇期刊文章
  • 1篇学位论文

领域

  • 13篇自动化与计算...
  • 1篇文化科学

主题

  • 10篇移动机器人
  • 10篇机器人
  • 5篇导航
  • 4篇感器
  • 4篇传感
  • 4篇传感器
  • 3篇移动机器人导...
  • 3篇强化学习方法
  • 3篇自主式
  • 3篇自主式移动机...
  • 3篇最小二乘
  • 3篇拓扑
  • 3篇拓扑地图
  • 3篇机器人导航
  • 3篇LQR
  • 3篇超声波传感器
  • 2篇导航控制
  • 2篇定性空间推理
  • 2篇自主移动机器...
  • 2篇估计法

机构

  • 17篇中国科学技术...

作者

  • 17篇陈春林
  • 16篇陈宗海
  • 9篇卓睿
  • 4篇周光明
  • 3篇文锋
  • 2篇董道毅
  • 1篇胡玉锁

传媒

  • 3篇’2004系...
  • 3篇中国自动化学...
  • 2篇模式识别与人...
  • 2篇2003系统...
  • 1篇系统工程与电...
  • 1篇南京航空航天...
  • 1篇测控技术
  • 1篇计算机仿真
  • 1篇教育与现代化

年份

  • 3篇2006
  • 2篇2005
  • 9篇2004
  • 3篇2003
17 条 记 录,以下是 1-10
排序方式:
基于强化学习的移动机器人自主学习及导航控制
移动机器人是一种能够在工作环境中自主移动并完成预定任务的智能系统,是机器人学和智能控制的一个重要研究领域,在工业、农业、民用以及军事等领域具有广泛的应用前景。在移动机器人的各项研究和应用中,导航是最基本和最重要的问题,移...
陈春林
关键词:移动机器人
强化学习在移动机器人导航上的应用
导航是移动机器人的一项关键技术.强化学习通过试错与环境交互获得策略的改进,其自学习和在线学习的特点使其成为机器学习领域的一个重要分支.该文首先分析了机器人学习存在的一些问题;其次介绍了强化学习的原理和结构;然后结合近年来...
卓睿陈宗海陈春林
关键词:移动机器人
基于多超声波传感器的移动机器人目标识别被引量:7
2005年
移动机器人在不确定环境中的目标识别技术是自主导航及复杂任务分解的一项关键技术。本文利用自行设计的多超声波传感器探测系统感知外界环境,提出了基于目标原型的目标识别和对感兴趣目标的主动探测方法。根据多超声波传感器的TOF(Time-of-Flight)信息,利用Dempster-Shafer证据理论,实现了移动机器人对室内特征环境的准确识别。测试结果及分析验证了该方法的可行性和识别准确性,并且该方法适用于室内机器人运动中的实时探测。
陈春林陈宗海卓睿
关键词:目标识别自主式移动机器人
一种用于LQR控制问题的强化学习方法被引量:1
2006年
现有强化学习方法的收敛性分析大多针对离散状态问题,对于连续状态问题强化学习的收敛性分析仅局限于简单的 LQR 控制问题.本文对现有两种用于 LQR 问题收敛的强化学习方法进行分析,针对存在的问题,提出一种只需部分模型信息的强化学习方法.该方法使用递推最小二乘 TD(RLS-TD)方法估计值函数参数,递推最小二乘方法(RLS)估计贪心改进策略.并给出理想情况下此方法收敛的理论分析.仿真实验表明该方法收敛到最优控制策略.
文锋陈宗海周光明陈春林
关键词:递推最小二乘最优控制
量子控制系统模型的比较研究
量子控制系统的模型是研究量子系统可控性、可逆性、优化、仿真等问题的基础,是进行系统分析和设计的重要手段。文中主要采用比较法,对量子控制系统的结构模型、微分方程模型、传递函数模型、状态空间模型进行了研究。
董道毅陈宗海陈春林
关键词:量子控制传递函数
文献传递
强化学习在移动机器人导航上的应用
导航是移动机器人的一项关键技术。强化学习通过试错与环境交互获得策略的改进,其自学习和在线学习的特点使其成为机器学习领域的—个重要分支。该文首先分析了机器人学习存在的一些同题;其次介绍了强化学习的原理和结构;然后结合近年来...
卓睿陈宗海陈春林
关键词:移动机器人
文献传递
分层式强化学习的定性空间表达
分层式强化学习是解决强化学习问题中大规模学习空间问题的一种重要方法.但分层式强化学习要协调解决不同层次的学习问题,合适的问题表示方法是其关键性技术.本文以移动机器人导航控制为应用背景,在给出了基于拓扑地图的定性空间构造方...
陈春林陈宗海卓睿
关键词:定性空间推理拓扑地图
基于强化学习和模糊逻辑的移动机器人导航被引量:14
2005年
自主导航是移动机器人的一项关键技术。该文采用强化学习结合模糊逻辑的方法实现了未知环境下自主式移动机机器人的导航控制。文中首先介绍了强化学习原理,然后设计了一种未知环境下机器人导航框架。该框架由避碰模块、寻找目标模块和行为选择模块组成。针对该框架,提出了一种基于强化学习和模糊逻辑的学习、规划算法:在对避碰和寻找目标行为进行独立学习后,利用超声波传感器得到的环境信息进行行为选择,使机器人在成功避碰的同时到达目标点。最后通过大量的仿真实验,证明了算法的有效性。
卓睿陈宗海陈春林
关键词:模糊逻辑自主式移动机器人
基于RLS-TD和值梯度的强化学习方法用于LQR控制问题
本文针对状态连续的LQR控制问题,提出了一种新的只需部分模型信息的强化学习方法.该方法采用动作-评价者结构,在评价者训练中使用递推最小二乘TD(RLS-TD)方法估计值函数参数,在动作者训练中使用值梯度下降方法改进控制策...
文锋陈宗海陈春林
基于多智能体的自主移动机器人混合式体系结构被引量:13
2004年
针对自主移动机器人系统的设计需求提出了一种基于多智能体的混合式体系结构,统一规划了机器人系统的软硬件结构,在该体系结构中设计并实现了硬件接口、慎思式和反应式三种智能体,提出使用多样化的信息组织形式,增强了系统的自适应能力和易扩展性。在具体的物理实现上采用了基于CAN总线的控制结构,并对各组成部分给出了详细的描述。测试结果证明了本移动机器人系统设计的可行性和高效性。
陈春林陈宗海周光明
关键词:自主移动机器人多智能体系统CAN总线
共2页<12>
聚类工具0