基于Kinect视觉功能的机器人控制方法

介绍了一种基于Kinect装置的机器人控制方法,该方法涉及机器人控制领域,并且具体应用于两轮自平衡机器人运动控制和人机交互系统.该方法针对两轮自平衡机器人的运动控制系统利用Kinect与DTW手势识别算法对其进行控制.实验结果表明:该方法能够实现人与两轮自平衡机器人的自然交互控制,并且具有良好的实时性和鲁棒性.

基于AOCA仿生学习模型的两轮机器人自主平衡学习研究

以两轮机器人的自主平衡学习控制为研究对象,针对传统控制方法无法实现机器人类似人或动物的渐进学习过程,依据斯金纳的操作条件反射理论建立了一种自治操作条件反射自动机(Autonomous operant conditioning automaton,AOCA)模型,设计一种基于AOCA的仿生学习算法,并进行机器人姿态平衡学习实验仿真研究.实验结果表明,基于AOCA的仿生学习方法能有效地实现机器人的自主平衡学习控制,机器人系统的平衡能力在学习控制过程中自组织地渐进形成,并得以发展和完善.

柔性两轮自平衡仿人机器人模型分析

用弹簧模仿人的腰椎,对动力学简化模型进行了线性化处理,建立状态空间方程对其进行控制,并从数学角度验证了模型的正确性.

基于OpenGL的六自由度机械臂三维仿真工具的设计

针对六自由度链式机械臂,为了解决运动学分析结果不易验证以及在实际本体上试验成本较高的问题,开发了一套六自由度机械臂三维仿真软件;该仿真软件是在VC++6.0开发平台上,基于MFC框架类和OpenGL的图形库进行开发的;仿真软件有效地验证了机械臂数学模型以及正、逆运动学求解工程的正确性,并且对4种轨迹规划方式的效果做了直观的比较;结果表明开发出来的仿真软件对机械臂的研究与教学起了相应的作用。

基于概率自动机的操作条件反射计算模型

基于概率自动机构造了反应操作条件反射行为的随机学习自动机,以模拟斯金纳(Skinner)鸽子试验.该随机学习自动机是一种能在未知的随机环境中完成自适应决策的智能单元,它与随机环境构成闭环,能在与环境的交互过程中学习选取给予奖赏的最佳动作.试验结果表明:该自动机模型体现了动物的操作条件反射行为,具有和实际类似的学习效果,对于处理先验知识缺乏或不完备的问题具有优越性.

一种自治操作条件反射自动机

针对仿生自主学习控制问题,根据自动机的原理,以操作条件反射学习机制为基础,运用仿生的自组织学习方法,提出一种自治操作条件反射自动机(autonomous operant conditioning automata,AOCA)模型,主要包括:操作集合、状态集合、"条件-操作"规则集合、可观测的状态转移以及操作条件反射学习律;定义了基于AOCA状态取向值的操作熵;给出了AOCA操作熵收敛性证明;分析了AOCA自组织特性;规定了AOCA的递归运行程序.同时,将其应用于斯金纳动物实验的模拟,动物分阶段学习,并且成功习得技能,实验结果表明AOCA实现了模拟操作条件反射学习机制.

基于逐步提取偏最小二乘主成分的特征选择方法

特征选择技术被广泛应用于生物信息学中。通过重复利用偏最小二乘(partial least square,PLS)方法提取主成分,通过逐次选择在主成分中权重较大的基因,将PLS应用于特征选择中。将这种方法用于对肿瘤基因表达谱数据的特征基因选择中,并用提取的特征基因分类,用8个特征基因进行分类时,能达到92.5%的正确率。

斯金纳自动机:形成操作性条件反射理论的心理学模型

操作性条件反射是动物学习的一种基本的机制,它表示所有的动物,从微生物到人类都是通过操作性条件反射来指导学习的.介绍了一种新的概率自动机,称作斯金纳自动机,它是形成操作性条件反射的一种心理学模型.通过热力学过程来模仿动物的学习过程,并且从蒙特卡罗方法以及Metropolis算法,和模拟退火算法中提出了斯金纳算法.在特定条件下,证明了斯金纳自动机是便利的、ε-最优的、最优的以及操作概率会以概率1收缩到一个稳定的根.斯金纳自动机使机器可以像动物一样自主地学习.