基于耦合算法的类人机器人模仿学习控制方法

发布时间：2019-04-11 18:38

【摘要】：为提高类人机器人模仿学习的准确性及效率,建立了一种改进的粒子群算法优化超限学习机的模仿学习模型。采用非线性动态系统对示教时的相关数据进行建模;以动态自适应策略改进粒子群算法的惯性权重,并利用改进后的粒子群算法对超限学习机的网络参数进行寻优;利用该耦合学习模型对模仿学习动态系统的参数进行学习,并重现了模仿学习动作。实验结果表明,该耦合算法应用在类人机器人模仿学习方面具有很好的拟合精度、自适应性及泛化能力,重现模仿学习动作时的平均误差为0.0172。
[Abstract]:In order to improve the accuracy and efficiency of humanoid robot imitation learning, an improved particle swarm optimization (PSO) simulation learning model for over-the-limit learning machine was established. The nonlinear dynamic system is used to model the data of demonstration time, and the inertia weight of particle swarm optimization algorithm is improved by dynamic adaptive strategy, and the network parameters of over-limited learning machine are optimized by using the improved particle swarm optimization algorithm. The coupling learning model is used to study the parameters of the imitating learning dynamic system, and the imitating learning action is reproduced. The experimental results show that the coupling algorithm has good fitting precision, self-adaptability and generalization ability in humanoid robot imitating learning, and the average error of imitating learning action is 0.0172.
【作者单位】： 辽宁工程技术大学机械工程学院;辽宁工程技术大学力学与工程学院;
【基金】：国家自然科学基金资助项目(51474121) 辽宁省教育厅资助项目(L2015214)
【分类号】：TP18;TP242

【参考文献】

相关期刊论文 前6条

1 王辉;朱龙彪;朱天成;陈红艳;邵小江;朱志慧;;基于粒子群遗传算法的泊车系统路径规划研究[J];工程设计学报;2016年02期

2 于建均;门玉森;阮晓钢;徐骢驰;;模仿学习在机器人仿生机制研究中的应用[J];北京工业大学学报;2016年02期

3 刘涛;于建均;阮晓钢;;基于概率轨迹匹配的机器人模仿学习方法[J];计算机测量与控制;2015年11期

4 何群;李磊;江国乾;谢平;;基于PCA和多变量极限学习机的轴承剩余寿命预测[J];中国机械工程;2014年07期

5 徐莉;刘振方;王建丞;罗志强;;仿人机器人综述[J];黑龙江科学;2013年07期

6 吴晓刚;王旭东;余腾伟;张宇;;基于粒子群优化的电磁离合器模糊控制研究[J];中国机械工程;2010年09期

相关硕士学位论文 前1条

1 白彦伟;基于微分几何移动机械臂非线性控制的研究[D];哈尔滨工业大学;2007年

【共引文献】

相关期刊论文 前10条

1 朱龙彪;王辉;王景良;邵小江;朱志慧;;基于动态时间窗的泊车系统路径规划研究[J];工程设计学报;2017年04期

2 李文华;杨子凝;王来贵;;基于耦合算法的类人机器人模仿学习控制方法[J];中国机械工程;2017年14期

3 王琪;孙玉坤;倪福银;陈泰洪;陈连玉;罗印升;;混合动力汽车电池内部状态预测的贝叶斯极限学习机方法[J];中国机械工程;2016年22期

4 王凌;陈长骏;潘静;许宏;陈锡爱;那文波;;地铁车辆电动塞拉门的剩余寿命预测[J];中国机械工程;2016年22期

5 朱骏;马洁;;基于SMF-WPR-KPCA算法的轴承特征提取[J];机械工程与自动化;2016年05期

6 宋小瑛;肖金凤;傅舰艇;李耀;;多关节灵巧手混合遥操作控制系统[J];自动化与仪表;2016年03期

7 徐立友;李晴;周志立;;一种改进遗传算法在离合器参数优化中的应用[J];中国机械工程;2015年24期

8 何俊;张清华;孙国玺;胡勤;;旋转机械剩余寿命预测的回顾与展望[J];广东石油化工学院学报;2015年03期

9 李鹏;张凡凡;杨文权;韩恒恒;赵进;;仿人机器人抬起重物的运动学仿真[J];制造业自动化;2015年05期

10 姜媛媛;魏衡华;;基于云平台的多机器人远程实时控制系统设计[J];微型机与应用;2014年19期

【二级参考文献】

相关期刊论文 前10条

1 马国庆;李瑞峰;刘丽;;学习因子和时间因子随权重调整的粒子群算法[J];计算机应用研究;2014年11期

2 乔俊飞;王超;刘昌芬;;基于改进的自适应粒子群算法的给水管网优化设计[J];北京工业大学学报;2014年07期

3 文天柱;许爱强;汪定国;;故障诊断专家系统的可拓知识表示和匹配研究[J];计算机测量与控制;2014年06期

4 徐翔;梁瑞仕;杨会志;;基于改进遗传算法的智能体路径规划仿真[J];计算机仿真;2014年06期

5 雷伟军;程筱胜;戴宁;郭保苏;李向佳;;基于改进遗传算法的多模型加工路径规划[J];机械工程学报;2014年11期

6 高斐;李洪儒;许葆华;;基于ICPSO优化的极限学习机在故障诊断中的应用[J];中国机械工程;2013年20期

7 王波;张晓磊;;基于粒子群遗传算法的云计算任务调度研究[J];计算机工程与应用;2015年06期

8 赵远东;方正华;;带有权重函数学习因子的粒子群算法[J];计算机应用;2013年08期

9 樊明;郭艺;，

本文编号：2456658