作为移动机器人短期学习架构的特异性免疫网络
人工智能
2010-07-05 v1 神经与进化计算
机器人学
摘要
提出了一种结合短期学习（STL）和长期学习（LTL）的移动机器人导航问题求解方法，并在真实和模拟环境中进行了测试。LTL包括使用遗传算法快速模拟以推导出多样化的行为集。然后将这些行为集转移到形成STL阶段的特异性人工免疫系统（AIS）中，该系统被称为已播种。将LTL-STL组合方法与仅使用STL以及使用手工设计的控制器进行了比较。此外，还在关闭特异性机制的情况下测试了STL阶段。结果提供了充分证据表明，最佳选择是已播种的特异性系统，即将LTL与用于STL的特异性AIS相融合的架构。结果还表明，可以在两个阶段使用结构不同的环境，而不会影响可迁移性。
引用
@article{arxiv.0910.3115,
title = {An Idiotypic Immune Network as a Short Term Learning Architecture for Mobile Robots},
author = {Amanda Whitbrook and Uwe Aickelin and Jonathan M Garibaldi},
journal= {arXiv preprint arXiv:0910.3115},
year = {2010}
}
备注
13 pages, 5 tables, 4 figures, 7th International Conference on Artificial Immune Systems (ICARIS2008), Phuket, Thailand