本發(fā)明涉及一種機器人模仿學(xué)習(xí)方法，具體涉及一種基于高斯過程的機器人模仿學(xué)習(xí)方法，屬于智能產(chǎn)品技術(shù)領(lǐng)域。
背景技術(shù)：
人類和其他生物能夠通過觀察和模仿同伴的行為，有效地獲得同伴行為的運動方式，并理解這些行為的涵義，賦予機器人像人類一樣模仿學(xué)習(xí)的能力，能夠有效地解決機器人運動技能獲取的問題，提高機器人的學(xué)習(xí)效率和自適應(yīng)能力，是機器人仿生研究的一個重要研究方向；模仿學(xué)習(xí)的一般學(xué)習(xí)形式為動作復(fù)制，動作復(fù)制主要是基于示教者的動作軌跡，通過解決從示教者軌跡到執(zhí)行動作的回歸問題，以決定控制策略，模仿者執(zhí)行控制策略進行行為再現(xiàn)，實現(xiàn)模仿學(xué)習(xí)，在模仿學(xué)習(xí)算法中大多采用逆強化學(xué)習(xí)算法尋求控制策略，逆強化學(xué)習(xí)的方法主要是基于模仿者對示教行為進行模仿學(xué)習(xí)的代價函數(shù)，尋求使代價函數(shù)最小的控制策略.然而，逆強化學(xué)習(xí)的方法對代價函數(shù)要求較高，不適用于代價函數(shù)難以獲取的模仿學(xué)習(xí)任務(wù)。
技術(shù)實現(xiàn)要素：
（一）要解決的技術(shù)問題
為解決上述問題，本發(fā)明提出了一種基于高斯過程的機器人模仿學(xué)習(xí)方法，將高斯過程應(yīng)用于機器人模仿學(xué)習(xí)控制策略算法的研究，通過采集示教機器人的示教行為樣本點，利用高斯過程算法進行樣本點訓(xùn)練，學(xué)習(xí)示教機器人的感知和行為之間的映射關(guān)系，并將此映射關(guān)系應(yīng)用于模仿機器人模仿學(xué)習(xí)控制策略并加以執(zhí)行。
（二）技術(shù)方案
本發(fā)明的基于高斯過程的機器人模仿學(xué)習(xí)方法，包括以下步驟：
第一步：示教機器人采用Braitenberg車的非交叉連接方式，光傳感器輸出值與對應(yīng)的電機輸出值成反比例關(guān)系，光源位置任意設(shè)定，模仿機器人同樣采用Braitenberg車的非交叉連接方式，光傳感器輸出值與對應(yīng)的電機輸出值之間的關(guān)系未知，需要通過模仿學(xué)習(xí)策略給出；
第二步：示教機器人進行動作示范，完成趨光動作，同時隨機選取樣本點，構(gòu)成樣本點集合，每個樣本點包含兩個參數(shù)；
第三步：用高斯過程的方法對樣本點集合進行訓(xùn)練，建立并求解其高斯過程模型，得到示教機器人傳感器與電機之間的映射關(guān)系；
第四步：模仿機器人將此映射關(guān)系應(yīng)用于自身控制策略，進行模仿示教機器人行為的模仿學(xué)習(xí)；
第五步：模仿行為分析。
進一步地，所述第二步中的兩個參數(shù)為光傳感器輸出值和對應(yīng)的電機輸出值。
（三）有益效果
與現(xiàn)有技術(shù)相比，本發(fā)明的基于高斯過程的機器人模仿學(xué)習(xí)方法，將高斯過程應(yīng)用于機器人模仿學(xué)習(xí)控制策略算法的研究，通過采集示教機器人的示教行為樣本點，利用高斯過程算法進行樣本點訓(xùn)練，學(xué)習(xí)示教機器人的感知和行為之間的映射關(guān)系，并將此映射關(guān)系應(yīng)用于模仿機器人模仿學(xué)習(xí)控制策略并加以執(zhí)行。
具體實施方式
一種基于高斯過程的機器人模仿學(xué)習(xí)方法，包括以下步驟：
第一步：示教機器人采用Braitenberg車的非交叉連接方式，光傳感器輸出值與對應(yīng)的電機輸出值成反比例關(guān)系，光源位置任意設(shè)定，模仿機器人同樣采用Braitenberg車的非交叉連接方式，光傳感器輸出值與對應(yīng)的電機輸出值之間的關(guān)系未知，需要通過模仿學(xué)習(xí)策略給出；
第二步：示教機器人進行動作示范，完成趨光動作，同時隨機選取樣本點，構(gòu)成樣本點集合，每個樣本點包含兩個參數(shù)；
第三步：用高斯過程的方法對樣本點集合進行訓(xùn)練，建立并求解其高斯過程模型，得到示教機器人傳感器與電機之間的映射關(guān)系；
第四步：模仿機器人將此映射關(guān)系應(yīng)用于自身控制策略，進行模仿示教機器人行為的模仿學(xué)習(xí)；
第五步：模仿行為分析。
其中，所述第二步中的兩個參數(shù)為光傳感器輸出值和對應(yīng)的電機輸出值。
上面所述的實施例僅僅是對本發(fā)明的優(yōu)選實施方式進行描述，并非對本發(fā)明的構(gòu)思和范圍進行限定。在不脫離本發(fā)明設(shè)計構(gòu)思的前提下，本領(lǐng)域普通人員對本發(fā)明的技術(shù)方案做出的各種變型和改進，均應(yīng)落入到本發(fā)明的保護范圍，本發(fā)明請求保護的技術(shù)內(nèi)容，已經(jīng)全部記載在權(quán)利要求書中。