Resumen

Los algoritmos de aprendizaje por refuerzo para robots múltiples se vuelven muy lentos cuando aumenta el número de robots, lo que provoca un aumento exponencial del espacio de estados. Se presenta un aprendizaje Q secuencial basado en el intercambio de conocimientos. El repositorio de reglas de comportamiento de los robots se inicializa en primer lugar en el proceso de aprendizaje por refuerzo. Los robots móviles obtienen el estado actual del entorno mediante sensores. A continuación, se compara el estado para determinar si la regla de comportamiento relevante se ha almacenado en la base de datos. Si la regla está presente, se elegirá una acción de acuerdo con el conocimiento y las reglas, y se refinará el peso de la coincidencia. En caso contrario, la nueva regla se añadirá a la base de datos. Los robots aprenden según una secuencia determinada y comparten la base de datos de comportamientos. Examinamos el algoritmo mediante el comportamiento de seguimiento-rodeo de varios robots y descubrimos que el algoritmo mejorado puede acelerar eficazmente la velocidad de convergencia.

• Materias:Robótica Sistemas no lineales Modelo lineal Instrumentación automática Optimización de procesos
• Subjects:Robotics Nonlinear systems Linear model Automatic instrumentation Process optimization
• Palabras claves:estado actual del entorno, regla de comportamiento relevante, algoritmo, base de datos, multirobot, robots, robots móviles, base de datos de comportamiento, velocidad de convergencia, aumento exponencial
• Keywords:present environmental state, relevant behavior rule, algorithm, database, multirobot, robots, mobile robots, behavior database, convergence speed, exponential increase