Skip to the main content

Original scientific paper

https://doi.org/10.17559/TV-20160108193022

Model Skinner Operant Conditioning automata i bionički naučeno upravljanje robota

Jianxian Cai ; Institute of Disaster Prevention, Department of Disaster Prevention Instrument, Sanhe Hebei 065201, China
Li Hong ; Institute of Disaster Prevention, Department of Disaster Prevention Instrument, Sanhe Hebei 065201, China
Lina Cheng ; Institute of Disaster Prevention, Department of Disaster Prevention Instrument, Sanhe Hebei 065201, China
Ruihong Yu ; Institute of Disaster Prevention, Department of Disaster Prevention Instrument, Sanhe Hebei 065201, China


Full text: croatian pdf 579 Kb

page 65-75

downloads: 661

cite

Full text: english pdf 579 Kb

page 65-75

downloads: 1.660

cite


Abstract

Fuzzy Skinner Operant Conditioning Automaton (FSOCA) sastavljen je na temelju Operant Conditioning mehanizma primjenom teorije neizrazitih skupova. Osnovno obilježje automata FSOCA je sljedeće: neizraziti rezultati stanja pomoću Gausove funkcije koriste se kao skupovi neizrazitog stanja; neizrazita pravila preslikavanja (fuzzy mapping rules) kod fuzzy-conditioning-operacije zamjenjuju stohastičke "conditioning-operant" skupove preslikavanja. Stoga se automat FSOCA može koristiti za opisivanje, simuliranje i dizajniranje raznih samo-organizirajućih radnji fuzzy nesigurnog sustava. Automat FSOCA najprije usvaja online algoritam grupiranja (clustering) u svrhu podjele ulaznog prostora (input space) te koristi intenzitet pobude pravila preslikavanja kako bi odlučio treba li generirati novo pravilo preslikavanja da bi broj pravila preslikavanja bio ekonomičan. Dizajnirani FSOCA automat primijenjen je za reguliranje balansiranja gibanja robota s dva kotača. Kako se učenje nastavlja, odabrana vjerojatnoća fuzzy operanta koji optimalno slijedi postepeno će se povećavati, entropijsko djelovanje fuzzy operanta će se postepeno smanjivati pa će se automatski generirati i izbrisati neizrazita pravila preslikavanja. Nakon otprilike sedamnaest krugova obuke, odabrane vjerojatnosti neizrazitog posljedičnog optimalnog operanta postupno teže prema jednoj, entropija djelovanja neizrazitog operanta postupno se smanjuje i broj neizrazitih pravila preslikavanja postaje optimalan. Tako robot postupno uči vještinu balansiranja gibanja.

Keywords

neizraziti skup; pravila preslikavanja; Skinner Operant Conditioning Mechanism; uravnoteženo upravljanje

Hrčak ID:

153157

URI

https://hrcak.srce.hr/153157

Publication date:

19.2.2016.

Article data in other languages: english

Visits: 5.890 *