典型文献
基于GPR和深度强化学习的分层人机协作控制
文献摘要：
提出了一种基于高斯过程回归与深度强化学习的分层人机协作控制方法,并以人机协作控制球杆系统为例检验该方法的高效性.主要贡献是:1)在模型未知的情况下,采用深度强化学习算法设计了一种有效的非线性次优控制策略,并将其作为顶层期望控制策略以引导分层人机协作控制过程,解决了传统控制方法无法直接应用于模型未知人机协作场景的问题;2)针对分层人机协作过程中人未知和随机控制策略带来的不利影响,采用高斯过程回归拟合人体控制策略以建立机器人对人控制行为的认知模型,在减弱该不利影响的同时提升机器人在协作过程中的主动性,从而进一步提升协作效率;3)利用所得认知模型和期望控制策略设计机器人末端速度的控制律,并通过实验对比验证了所提方法的有效性.
文献关键词：
深度强化学习;高斯过程回归;人体控制策略感知;分层人机协作
中图分类号：
作者姓名：
金哲豪;刘安东;俞立
作者机构：
浙江工业大学信息工程学院 杭州 310023
文献出处：
引用格式：
[1]金哲豪;刘安东;俞立-.基于GPR和深度强化学习的分层人机协作控制)[J].自动化学报,2022(09):2352-2360
A类：
分层人机协作,人体控制策略感知
B类：
GPR,高斯过程回归,球杆系统,深度强化学习算法,算法设计,次优,控制过程,接应,知人,随机控制,略带,回归拟合,人控,控制行为,认知模型,提升机,策略设计,末端速度,控制律,实验对比,对比验证
AB值：
0.244748
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
