4、基于模仿和主动推理的自动驾驶与机器学习在铣削力重建中的应用

基于模仿和主动推理的自动驾驶与机器学习在铣削力重建中的应用

基于模仿和主动推理的自动驾驶

1. 离线学习阶段
   • 利用最近邻特征滤波器（NFF）作为数据的初始过滤器来构建情境模型。NFF 提供的广义特征（GEs）通过生长神经气体（GNG）进行聚类，输出一组离散的聚类，这些聚类代表了由主体（E）和客体（O）生成的轨迹的离散区域。
   • 联合聚类引入了一组配置，这些配置对主体之间的交互行为进行编码。
2. 在线学习阶段
   • 学习主体（L）采用固定点（FP）模型作为先验信念，以模仿预期的转换。在在线阶段，通过平衡探索 - 利用权衡，L 的行动被用于解决新动态环境导致的行动选择的不确定方面，从而调整 L 的假设。
   • 实验在模拟环境中进行，通过 500 个不同起始位置的情节来训练学习主体 L。每个情节包含 10 次迭代，即 L 通过 500 个不同的起始位置尝试 5000 次迭代来学习策略。
3. 性能评估
   • 经过试验阶段，L 获得了关于意外情况的知识，生成模型中的似然映射与参考生成过程和目标目标（例如，超越动态对象）充分对齐。
   • 图 3-(a) 表明 L 的运动是连贯进行的，这导致在每个试验时期（例如，每个情节）的探索较少。此外，图 3-(a) 比较了使用不同学习方法在训练期间执行的动作数量，显示使用所提出的方法时，L 完成任务所需的动作比其他方法少。