论文研究双轮驱动移动机器人的学习控制器设计方法.pdf

提出一种基于增强学习的双轮驱动移动机器人路径跟随控制方法，通过将机器人运动控制器的优化设计问题建模为Markov决策过程，采用基于核的最小二乘策略迭代算法(KLSPI)实现控制器参数的自学习优化。与传统表格型和基于神经网络的增强学习方法不同，KLSPI算法在策略评价中应用核方法进行特征选择和值函数逼近，从而提高了泛化性能和学习效率。仿真结果表明，该方法通过较少次数的迭代就可以获得优化的路径跟随控制策略，有利于在实际应用中的推广。