基于交叉熵优化的高斯混合模型运动编码

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 空间自动化技术研究室

	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.