排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对机器人在少样本学习时利用以往的经验知识来指导新任务学习的问题,采用情景记忆建模机器人的经验,提出一种情景引导下基于元学习的机器人技能学习方法,实现机器人对新任务少样本情况下的高效学习.集成情景记忆对机器人经验建模,在学习过程中通过编码器将元学习器传递过来的任务经验存储为情景记忆,在指导新任务学习过程中通过键值特征向量对任务进行分层寻址,抽取情景内的行为进行组合,直至完成任务.基于以长短时记忆(LSTM)神经网络为核心的元学习网络,构建元学习模型,并采用归一化策略和SeLU激活函数优化模型以提高模型的鲁棒性.使用UR3e机械臂分别在仿真环境和真实环境下进行训练和测试,实验结果表明所提出的学习方法在少样本学习相似任务上具有较高成功率和良好的泛化性. 相似文献
1