本發明公開了一種基于SVM與強化學習的室內場景識別方法,該方法包括以下步驟:(1)室內場景采集數據,訓練一個能夠進行室內場景分類的SVM分類器Ns;(2)進行多次室內場景主動識別實驗,在實驗過程中,訓練一個擬合強化學習值函數的強化學習神經網絡,將該網絡命名為決策網絡NQ,決策網絡NQ通過Ns判別分類結果優劣;(3)完成決策網絡NQ的訓練后,采用決策網絡NQ根據激光測距傳感器當前獲取的房間激光測距信息,對機器人動作做出決策并執行動作,執行動作后再次采集激光測距傳感器信息輸入到NQ中,如此重復三次,將三次所得結果進行融合得到最終分類結果。該方法將激光測距信息轉化為場景輪廓圖環投影信息用SVM進行場景識別,減少了運算量,提高場景識別正確率。
聲明:
“基于SVM與強化學習的室內場景識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)