典型文献
基于模型的机器人强化学习研究综述
文献摘要：
基于模型的强化学习通过学习一个环境模型和基于此模型的策略优化或规划,实现机器人更接近于人类的学习和交互方式.文中简述机器人学习问题的定义,介绍机器人学习中基于模型的强化学习方法,包括主流的模型学习及模型利用的方法.主流的模型学习方法具体介绍前向动力学模型、逆向动力学模型和隐式模型.模型利用的方法具体介绍基于模型的规划、基于模型的策略学习和隐式规划,并对其中存在的问题进行探讨.最后,结合现实中机器人学习任务面临的问题,介绍基于模型的强化学习在其中的应用,并展望未来的研究方向.
文献关键词：
人工智能;机器人学习;强化学习;基于模型的强化学习
中图分类号：
作者姓名：
孙世光;兰旭光;张翰博;郑南宁
作者机构：
西安交通大学 人工智能与机器人研究所 西安710049
文献出处：
引用格式：
[1]孙世光;兰旭光;张翰博;郑南宁-.基于模型的机器人强化学习研究综述)[J].模式识别与人工智能,2022(01):1-16
A类：
基于模型的强化学习
B类：
学习研究,学习通,环境模型,策略优化,交互方式,机器人学习,学习问题,强化学习方法,模型学习,逆向动力学,隐式,策略学习,结合现实,学习任务,展望未来
AB值：
0.243854
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。
