本发明公开了一种基于SVM与强化学习的室内场景识别方法，该方法包括以下步骤：(1)室内场景采集数据，训练一个能够进行室内场景分类的SVM分类器N
s；(2)进行多次室内场景主动识别实验，在实验过程中，训练一个拟合强化学习值函数的强化学习神经网络，将该网络命名为决策网络N
Q，决策网络N
Q通过N
s判别分类结果优劣；(3)完成决策网络N
Q的训练后，采用决策网络N
Q根据激光测距传感器当前获取的房间激光测距信息，对机器人动作做出决策并执行动作，执行动作后再次采集激光测距传感器信息输入到N
Q中，如此重复三次，将三次所得结果进行融合得到最终分类结果。该方法将激光测距信息转化为场景轮廓图环投影信息用SVM进行场景识别，减少了运算量，提高场景识别正确率。
声明：
“基于SVM与强化学习的室内场景识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1163
编辑：管理员
来源：北方有色网
咨询细节
