基于Skinner操作条件反射的两轮机器人自平衡控制
任红格
阮晓钢
1.北京工业大学电子信息与控制工程学院,北京,1001242.北京工业大学电子信息与控制工程学院,北京,100124
摘要：针对两轮自平衡机器人的运动平衡控制问题,采用了基于Skinner操作条件反射理论的自回归神经网络学习算法作为机器人的学习机制,利用自回归神经网络对评价函数进行逼近,以实现对行为决策的优化,从而使机器人能够在无需外部环境模型的情况下,通过学习和训练,获得像人或动物一样的自主学习技能,解决了两轮机器人的运动平衡控制问题.最后分别在无扰动和有扰动的两种状态下设计了仿真实验并进行了比较.结果表明,该操作条件反射学习机制具有较快的自主平衡控制技能和较好的鲁棒性能,体现了较高的理论研究意义和工程应用价值.
关键词：Skinner操作条件反射自回归神经网络两轮机器人自平衡控制鲁棒性
分类号：TP391(计算技术、计算机技术)
资助基金：国家高技术研究发展计划（863计划）(863;2007AA04Z226)国家自然科学基金(60774077)北京市教委重点资助项目(KZ200810005002)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1423-1428 )
英文信息