發(fā)布時間：2024-02-15 12:32

　　云機器人是近年來新興的交叉研究領域,其主要是借助云計算資源,協(xié)助完成機器人本體端的諸多任務。為機器人構建云端大腦,實現(xiàn)機器人的終身學習是云機器人系統(tǒng)的愿景之一,針對這一目標,本文作出了研究,提出了基于聯(lián)邦學習的機器人終身學習系統(tǒng)框架及其關鍵算法,并且對相同含義不同維度傳感器數(shù)據(jù)(同源異構)、不同含義且不同維度傳感數(shù)據(jù)(異源異構)的情況進行了分析,提出了相適應的框架和算法,實現(xiàn)了云機器人系統(tǒng)中云端大腦的構建。借助云端的共享模型,云機器人系統(tǒng)能夠實現(xiàn)本地機器人知識的融合、進化、遷移,有效地提升了本地機器人的學習效率。本文主要完成了以下工作:1、首先,在云機器人終身學習系統(tǒng)數(shù)據(jù)同源同構的前提下,提出了基于聯(lián)邦學習的機器人終身學習系統(tǒng)基本框架:終身聯(lián)邦強化學習(LFRL)。提出了其中的基于生成式網絡的云端知識融合算法,提供了兩種可用的知識遷移方法,并分別對LFRL和其中的關鍵算法進行了實驗驗證,實驗結果表明框架和方法有效地進行了知識融合和進化。2、進一步地,針對云機器人終身學習系統(tǒng)中數(shù)據(jù)同源異構的情況,提出了異構聯(lián)邦學習(HFL)及其云端知識融合算法、知識遷移算法,并分別對HFL和云端知識融合...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖2.1人類在對弈中所

ǎ?雜諤岣呶粗?肪持幸貧???人的實時性能和適應性具有重要意義。然而，在導航中應用強化學習仍然存在許多問題，例如減少訓練時間，長時間存儲數(shù)據(jù)，與計算分離，快速適應新環(huán)境等。而借助云機器人的終身學習系統(tǒng)，可以有效改善這些問題。Actor1:Thenextstepmayhavelit....

圖2.8物理環(huán)境下的實驗驗證情況

基于聯(lián)邦學習的云機器人終身學習系統(tǒng)中關鍵技術的研究BluehasabetterbeginningRedhasbetterstability圖2.7LFRL中兩種不同知識遷移方法的對比實驗結果Figure2.7Comparativeexperimentalresultsoftwod....

圖3.4用于進行FIL實驗測試的6個環(huán)境

基于聯(lián)邦學習的云機器人終身學習系統(tǒng)中關鍵技術的研究3.3實驗驗證由于云端模型與本地端模型的維度不同，所以無法像前文中一樣直接驗證云端模型的情況，但是我們可以根據(jù)云端模型提供給本地機器人的預訓練服務是否有效來進行驗證。若能夠使本地機器人的學習過程得到提升，即驗證了融合和遷移的過程是....

本文編號：3899750