本发明提供了一种基于深度强化学习的室内机器人场景主动识别方法,属于机器学习领域和机器人技术领域。该方法包括:训练一个能够识别声呐信息二值化轮廓图环投影向量的分类神经网络NL;进入强化学习训练阶段:对机器人在场景中进行多次场景识别试验,在试验过程中训练强化学习神经网络NQ使其拟合为一个函数逼近器;强化学习神经网络NQ训练完成后,进入执行阶段:根据声呐传感器采集的场景轮廓信息,对机器人室内场景主动识别功能进行测试。该发明的方法,基于极限学习机算法,提高了计算效率;基于强化学习算法,提高了场景识别的准确率。能够适应不同的场景识别任务,无需人为参与,是一个机器人主动学习,自主提高场景识别正确率的方法。
声明:
“基于深度强化学习的室内机器人场景主动识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)