针对二维方格形模块化机器人难以在短时间内实现快速构型转换以适应新环境和新任务的问题，提出了SRA方法，利用基于QMIX的强化学习算法使机器人通过训练获得自重构的能力，学习到构型与构型之间...
针对二维方格形模块化机器人难以在短时间内实现快速构型转换以适应新环境和新任务的问题，提出了SRA方法，利用基于QMIX的强化学习算法使机器人通过训练获得自重构的能力，学习到构型与构型之间的差异及相似之处，从而可以获得当面对新环境和新任务时仍能实现自重构的能力。SRA算法基于python3.6+环境下的torch、matplotlib、numpy、tensorboardX、gym等依赖库开发，算法输入为目标构型，输出为到达目标构型所需的步长及成功率。
| 算法名称 | 基于Qmix的模块化机器人自重构算法（Self-reconfiguration algorithm of modular robot based on QMIX） |
算法接口 | Python3 run.py |
输入 | 目标构型 |
输出 | 到达目标构型所需的步长及成功率 |
依赖库 | torch、matplotlib、numpy、tensorboardX、gym |
-
发表于 2022-05-24 09:35
- 阅读 ( 476 )
- 分类：群智能体分布式学习
