基于强化学习的机器人无序目标智能识别仿真

在机器人目标识别过程中,由于目标具有无序性的特征,同时受到环境复杂性、数据量庞大、噪声等因素的影响,导致目标识别精度受到严重影响。为了满足智能机器人对无序目标的识别需求,提出一种应用强化学习的智能机器人目标无序识别方法。通过双边滤波将采集的目标图像,并将其分解为低照度图像和反射图像,分别使用不同策略压缩照度图像和增强反射图像,将两部分图像合并形成新图像。将深度学习技术和强化学习有效结合,完成增强处理的目标图像输入到深度强化学习中训练,实现智能机器人目标无序识别。实验结果表明,所提方法可以有效改善目标图像质量,同时获取高效率以及高精度的智能机器人目标无序识别结果。