一種基于功用性圖的目標(biāo)推抓技能自監(jiān)督學(xué)習(xí)方法_第1頁
一種基于功用性圖的目標(biāo)推抓技能自監(jiān)督學(xué)習(xí)方法_第2頁
一種基于功用性圖的目標(biāo)推抓技能自監(jiān)督學(xué)習(xí)方法_第3頁
一種基于功用性圖的目標(biāo)推抓技能自監(jiān)督學(xué)習(xí)方法_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

和簡單。自監(jiān)督學(xué)習(xí)的主要思想是利用機(jī)器人環(huán)境中可得到的反饋信息，即環(huán)境狀態(tài)和動作之間的關(guān)系，以實(shí)現(xiàn)機(jī)器人自我監(jiān)督學(xué)習(xí)。這種方法系來實(shí)現(xiàn)自我監(jiān)督學(xué)習(xí)。具體來說，該方法將機(jī)器人環(huán)境表示為一個圖，可以使用此圖來實(shí)現(xiàn)自我監(jiān)督學(xué)習(xí)。23456節(jié)在本研究中，我們使用功用性圖來表示環(huán)境狀態(tài)和動作之間的關(guān)系。功用性圖是一個加權(quán)圖，其中環(huán)境狀態(tài)和動作之間的權(quán)重表示這些狀態(tài)在本研究中，我們使用動作價值網(wǎng)絡(luò)來估計(jì)狀態(tài)和動作之間的權(quán)重。動作價值網(wǎng)絡(luò)是一種神經(jīng)網(wǎng)絡(luò)，它可以根據(jù)環(huán)境狀態(tài)和動作的組合來估目標(biāo)推抓是一項(xiàng)重要的任務(wù)，本文將其作為自監(jiān)督學(xué)習(xí)的任務(wù)之一。在目標(biāo)推抓任務(wù)中，機(jī)器人需要將物體從初始位置移動到目標(biāo)位置。機(jī)行時間比其他兩種方法快1.56倍，成功率比其他兩種方法高28.2％。器人環(huán)境，會呈現(xiàn)出時間和空間效率的問題。此外，在使用功用性圖時，在處理十分復(fù)雜的領(lǐng)域時需將圖中的節(jié)點(diǎn)數(shù)控制在此算法可處理的范圍

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論