基于交叉熵优化的高斯混合模型运动编码 | |
张会文1,2; 张伟1 | |
刊名 | 机器人
![]() |
2018 | |
卷号 | 40期号:4页码:569-576 |
关键词 | 技能学习 模仿学习 交叉熵 任务参数 运动表征 混合模型 |
ISSN号 | 1002-0446 |
其他题名 | Encoding Motor Skills with Gaussian Mixture Models Optimized by the Cross Entropy Method |
产权排序 | 1 |
英文摘要 | 针对模仿学习中运动的表征和泛化问题,提出了交叉熵优化算法,用于混合模型参数的推断.该算法易于实施、计算效率高.更重要的是,它能够自动确定混合模型中最优成分的个数.为了产生泛化的运动轨迹,提出了交叉熵回归算法.为了进一步提高这种算法对动态环境的适应能力,引入了任务参数化的概念并提出了任务参数交叉熵回归算法.最后设计了一个新颖的锤击任务,验证了所提出的算法在理论上的正确性和优越性.基于机器人物理仿真软件Gazebo的仿真实验表明了算法在实际应用中的可行性. |
语种 | 中文 |
CSCD记录号 | CSCD:6292386 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.139/handle/173321/22311] ![]() |
专题 | 沈阳自动化研究所_空间自动化技术研究室 |
通讯作者 | 张会文 |
作者单位 | 1.中国科学院沈阳自动化研究所机器人学国家重点实验室 2.中国科学院大学 |
推荐引用方式 GB/T 7714 | 张会文,张伟. 基于交叉熵优化的高斯混合模型运动编码[J]. 机器人,2018,40(4):569-576. |
APA | 张会文,&张伟.(2018).基于交叉熵优化的高斯混合模型运动编码.机器人,40(4),569-576. |
MLA | 张会文,et al."基于交叉熵优化的高斯混合模型运动编码".机器人 40.4(2018):569-576. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论