Tehnički vjesnik, Vol. 23 No. 1, 2016.
Izvorni znanstveni članak
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
Sažetak
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.
Ključne riječi
neizraziti skup; pravila preslikavanja; Skinner Operant Conditioning Mechanism; uravnoteženo upravljanje
Hrčak ID:
153157
URI
Datum izdavanja:
19.2.2016.
Posjeta: 4.883 *