Интеллектуальные системы и роботы

Биологически правдоподобная модель для построения субоптимального пути когнитивного агента

Е. Е. Парфёнова, И. Х. Шунгаров, Г. А. Киселёв

Российский университет дружбы народов им. Патриса Лумумбы, Москва, Россия

Аннотация: В статье описан биологически правдоподобный гибридный алгоритм навигации для автономного мобильного агента в нераспознанной динамической среде. Алгоритм основан на методе дискретной оптимизации и расширен инкрементальным дескриптором. Инкрементальный дескриптор – это модуль статистической памяти, реализующий пошаговое (инкрементальное) накопление и обновление информации о связях между состояниями и действиями. Он выполняет роль вероятностного приближения функции переходов среды, что повышает устойчивость обучения и позволяет реализовать баланс между исследованием и эксплуатацией без явного моделирования динамики; выступает вероятностной памятью и аккумулирует статистику пар “состояние – действие”. Следовательно, повышается устойчивость обучения, а также обеспечивается баланс между “исследованием” и “эксплуатацией” без явного моделирования переходов в среде.

Ключевые слова: обучение с подкреплением, дискретная оптимизация, байесовский дескриптор, потенциальные поля, навигация роботов, когнитивные агенты.

DOI: 10.14357/20718594250404

Реферативные базы данных:

•