论文题目: 多机器人协作的学习与进化方法
论文类型: 博士论文
论文专业: 控制理论与控制工程
作者: 杨东勇
导师: 蒋静坪
关键词: 多机器人协作,强化学习,合作协进化,行为预测,局部导航
文献来源: 浙江大学
发表年度: 2005
论文摘要: 近年来,多机器人系统是机器人学研究中最令人感兴趣且富有挑战性的研究领域。多机器人的研究内容和应用范围十分广泛,如多机器人协作搬运,多机器人协作探索和地图构建,以及机器人足球赛等。多机器人系统能够完成单个机器人难以完成的工作任务。一队机器人通过协作可以用更可靠、更快速、更廉价的方法完成给定的任务。因此,关于多机器人协作的研究越来越受到研究者的重视。为了使机器人系统具有适应未知环境的能力,让机器人在与环境和其它机器人的相互作用中,学习和进化协作行为,是多机器人协作研究中最有潜力的方法之一。 本论文以多机器人协作搬运为研究背景,主要研究基于强化学习和合作协进化的多个机器人协作行为的获得方法。论文的主要研究成果如下: (1) 综述了多机器人协作的研究现状;全面地分析讨论了多机器人系统的分类、多机器人协作的主要研究内容、多机器人协作的主要研究方法和所取得的研究进展;系统地总结了进化和协进化方法研究机器人个体和群体行为的主要研究方式、研究结果和存在的主要问题;讨论了强化学习方法在多机器人行为学习中的应用及面临的困难。 (2) 设计开发了一个多机器人协作搬运多个物体的仿真环境,为基于学习和进化方法研究多机器人协作行为提供了一个良好的试验平台。 (3) 提出了一种获得多机器人协作行为的分布式两层强化学习方法,并以三个机器人通过强化学习,协作抬起一个园盘形物体的行为学习过程的仿真,验证了所提出的方法的有效性。 (4) 构建了一种基于状态预测的强化学习方法,讨论了算法的模型和实现方法;把所设计的算法应用于三个机器人通过学习,协作抬起一个物体的协作任务,给出了仿真结果。 (5) 以多个机器人合作完成多个物体的搬运为应用对象,提出了一种形成多机器人协作行为的多种群合作协进化方法。该方法由搬运任务的平衡分配和搬运序列的多种群合作协进化两个过程组成。实验结果表明所提出的方法具有更好的性能。 (6) 提出了一种机器人局部导航的改进势能场方法。通过采用圆形活动窗口、考虑机器人身体大小的斥力场设计方法和自适应的目标引力场设计方法,以及强化掌舵控制
论文目录:
摘要
ABSTRACT
第1章 序言
1．1 研究背景
1．2 研究目的和方法
1．3 主要研究结果
1．4 论文结构
参考文献
第2章 多机器人协作的研究内容与方法
2．1 引言
2．2 多机器人协作与协调
2．3 多机器人协作的分类
2．4 多机器人协作的主要研究内容与进展
2．5 多机器人协作的主要研究方法
2．6 小结
参考文献
第3章 多机器人协作的进化方法
3．1 引言
3．2 机器人行为的进化
3．3 多机器人行为的协进化
3．4 小结
参考文献
第4章 多机器人协作的学习方法
4．1 引言
4．2 强化学习
4．3 强化学习在多机器人研究中的应用
4．4 小结
参考文献
第5章 多机器人协作仿真环境设计与开发
5．1 引言
5．2 多机器人协作仿真环境的功能
5．3 系统的结构与运行流程
5．4 仿真环境的用户界面
5．5 结束语
参考文献
第6章 多机器人协作的分层学习方法
6．1 引言
6．2 多机器人系统的协作任务和结构
6．3 两层强化学习算法
6．4 多机器人协作的仿真实验
6．5 实验结果与分析
6．6 小结
参考文献
第7章 多机器人协作的状态预测学习方法
7．1 引言
7．2 状态预测
7．3 基于状态预测的强化学习
7．4 多机器人协作的状态预测强化学习
7．5 实验结果与分析
7．6 小结
参考文献
第8章 多机器人协作的协进化方法
8．1 引言
8．2 协进化化方法
8．3 多机器人协作搬运任务
8．4 多机器人协作搬运协进化设计
8．5 任务分解与进化种群设计
8．6 仿真实验结果
8．7 小结
参考文献
第9章 多机器人协作中机器人的局部导航
9．1 引言
9．2 势能场方法及问题
9．3 一种改进势能场方法
9．4 改进方法的实现与实验
9．5 结论
参考文献
第10章 结束语
致谢
作者在攻读博士学位期间发表和完成的论文
发布时间: 2005-07-14
参考文献
- [1].黏性橡胶拆垛机器人轨迹优化及控制研究[D]. 梁乐.哈尔滨工业大学2018
- [2].面向狭小空间作业的超冗余机器人轨迹规划及控制研究[D]. 牟宗高.哈尔滨工业大学2017
- [3].机器人的切削加工模型及其控制方法研究[D]. 陈首彦.华南理工大学2017
- [4].基于数字样机的3-TPS混联机器人设计与控制的研究[D]. 史家顺.东北大学2016
- [5].基于视觉注意机制的服务机器人深度感知方法研究[D]. 徐涛.北京工业大学2017
- [6].一种基于混联机构的割胶机器人运动控制技术研究[D]. 王学雷.中国农业大学2018
- [7].凿岩机器人孔序规划的研究与实现[D]. 周友行.中南大学2003
- [8].基于微分几何学的机器人操作性能的研究[D]. 张连东.大连理工大学2004
- [9].不确定性机器人力/位置智能控制及轨迹跟踪实验的研究[D]. 温淑焕.燕山大学2005
- [10].复杂动态环境下多机器人的运动协调研究[D]. 刘淑华.吉林大学2005