模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (1): 138-146    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
OCPA仿生自主学习系统及在机器人姿态平衡控制上的应用
蔡建羡1,2,阮晓钢1
1.北京工业大学电子信息与控制工程学院北京100124
2.防灾科技学院三河065201
OCPA Bionic Autonomous Learning System and Its Application to Robot Poster Balance Control
CAI Jian-Xian1,2, RUAN Xiao-Gang1
1.College of Electronic Information and Control Engineering, Beijing University of Technology, Beijing 100124
2.Institute of Disaster Prevention, Sanhe 065201

全文: PDF (621 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对本质上非线性、强耦合的两轮自平衡机器人复杂动态系统,构造操作条件反射概率自动机(OCPA)仿生自主学习系统。OCPA仿生自主学习系统是一个基于Skinner操作条件反射的概率自动机,主要特征在于模拟生物的操作条件反射机制,具有仿生的自组织功能,包括自学习和自适应功能,可用于描述、模拟、设计各种自组织系统。从理论上分析OCPA学习系统的操作条件反射学习机制的收敛性。应用于两轮机器人姿态平衡控制的仿真和实验结果均表明,设计的OCPA仿生自主学习系统不需要系统的模型,通过模拟生物的操作条件反射机制,自组织地渐进形成、发展和完善其姿态平衡控制技能。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
蔡建羡
阮晓钢
关键词 操作条件反射概率自动机(OCPA)仿生自主学习操作条件反射两轮机器人姿态平衡控制    
Abstract:An operant conditioning probabilistic automation (OCPA) bionic autonomous learning system is constructed according to nonlinear, strong-coupling and complex two-wheeled self-balancing robot dynamic system. The OCPA bionic autonomous learning system is a probabilistic automaton based on Skinner operant conditioning whose main character lies in simulating the operant conditioning mechanism of biology. And it has bionic self-organization function which contains the self-learning and adaptive functions, and thus the OCPA automaton can be used to describe, simulate and design various self-organization systems. The convergence of operant conditioning learning algorithm of OCPA learning system is proved theoretically. The results of both simulation and experiment applied to two-wheeled robot poster balance control indicate that the OCPA learning system does not require the robot model, and the motion balanced skills of robot are formed, developed and perfected gradually by simulating the operant conditioning mechanism of biology.
Key wordsOperant Conditioning Probabilistic Automation (OCPA) Bionic Autonomous Learning    Operant Conditioning    Two-Wheeled Robot    Poster Balance Control   
收稿日期: 2009-10-08     
ZTFLH: TP273  
基金资助:国家自然科学基金项目(No.60774077)、国家863计划项目(No.2007AA04Z226)和北京市教委重点项目(No.KZ200810005002)资助
作者简介: 蔡建羡,女,1978年生,博士研究生,讲师,主要研究方向为自治机器人智能性能的研究.E-mail:cjxlaq@163.com.阮晓钢,男,1958年生,博士后,教授,主要研究方向为机器人、自动控制与人工智能等.
引用本文:   
蔡建羡,阮晓钢. OCPA仿生自主学习系统及在机器人姿态平衡控制上的应用[J]. 模式识别与人工智能, 2011, 24(1): 138-146. CAI Jian-Xian, RUAN Xiao-Gang. OCPA Bionic Autonomous Learning System and Its Application to Robot Poster Balance Control. , 2011, 24(1): 138-146.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I1/138
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn