复杂环境下的机器人通常表现为与环境的持续交互、自主性、自适应性等特点,这需要机器人能够结合环境状态和任务自主地进行决策。机器人决策需要真实有效地促进机器人达成任务目标、根据环境的变化进行调整且应该尽量满足实时性的要求。因此,如何提供有效的方法来应对复杂环境下机器人的决策是一个重要的研究课题。强化学习方法能够从与环境交互的过程中进行决策的学习,而深度学习能够有效的提取高维数据的特征信息。利用学习的技术分析解决机器人的决策问题已成为一个重要的方法手段。先验知识是机器人在进行决策学习之前获得的关于任务和环境的信息,因此采取特定的方法手段对先验知识加以利用能够提升机器人决策学习的速度和效果。为了克服复杂环境给机器人决策带来的问题,本文对如何利用机器学习技术和先验知识辅助机器人决策进行了建模、优化和评估。本文通过在不同环境中的可重复性实验展示了机器人决策学习的有效性。本文取得主要研究成果及创新点概述如下。1.针对高维环境状态空间下的机器人决策问题,设计并实现了一种基于强化学习的机器人决策学习算法。本文将机器人的决策过程抽象成一系列机器人与环境进行持续交互的离散事件,基于强化学习模型设计实现了基于学习的机器人决策学习算法,该算法可以有效的从高维环境状态空间中通过不断地累积经验进行决策的学习。2.针对环境状态空间探索过程中存在的盲目性和重复性问题,提出了一种基于示例数据的环境状态空间探索算法。为了克服对环境状态空间进行探索时的重复性和盲目性等问题,本文借鉴人类能够根据示例数据进行拓展学习的方式,进一步将示例数据引入到机器人的决策学习模型中,提出了涟漪式的探索策略和基于示例数据的状态空间探索算法:EX-D,从而对高维的环境状态空间进行探索。3.基于MountainCar和Breakout任务环境开展了实验,验证了上述算法的有效性。本文采用标准化的测试平台,针对不同的环境开展了相关的分析和实验。实验数据表明在某些环境下,基于学习的机器人决策算法比传统的机器人决策技术更有效,而使用EX-D探索算法能够将决策学习效果提升25%以上,同时也能提升算法的收敛速度。