Reinforcement learning of walking behavior for a four-legged robot
Reinforcement learning of walking behavior for a four-legged robot
复制标题
四足机器人行走行为的强化学习
DOI：
10.1109/cdc.2001.980135
复制
发表时间：
2001
期刊：
影响因子：
--
通讯作者：
S. Kobayashi
中科院分区：
文献类型：
--
作者：
H. Kimura;Toru Yamashita;S. Kobayashi
本文研究了四足机器人行走行为的强化学习问题。机器人每条腿有两个伺服电机，因此该问题具有八维连续状态/动作空间。提出了一种适用于行动者-批评者算法的动作选择方案，在该方案中，参与者使用正态分布从其有界的动作空间中选择一个连续的动作。实验结果表明，在实际的学习步骤中，机器人成功地学会了行走。
In this paper, we investigate a reinforcement learning of walking behavior for a four-legged robot. The robot has two servo motors per leg, so this problem has eight-dimensional continuous state/action space. We present an action selection scheme for actor-critic algorithms, in which the actor selects a continuous action from its bounded action space by using the normal distribution. The experimental results show the robot successfully learns to walk in practical learning steps.
影响因子：
1.6
作者：
J. Santamaría;R. Sutton;A. Ram
通讯作者：
J. Santamaría;R. Sutton;A. Ram