基于模糊神经网络的强化学习及其在机器人导航中的应用 (2007年)

研究基于行为的移动机器人控制方法．将模糊神经网络与强化学习理论相结合，构成模糊强化系统．它既可获取模糊规则的结论部分和模糊隶属度函数参数，也可解决连续状态空间和动作空间的强化学习问题．将残差算法用于神经网络的学习，保证了函数逼近的快速性和收敛性．将该系统的学习结果作为反应式自主机器人的行为控制器，有效地解决了复杂环境中的机器人导航问题