为了使机器人拥有更高的智能和灵活性,赋予它学习能力是必由之路.增强学习方法的试错模式符合人的学习习惯,有利于在线学习,同时实现方法简洁,是机器人领域中最常用的学习方法.该文研究了它在基本行为获取、行为参数优化和角色分工三个方面的应用,试图赋予机器人更高的智能.移动机器人利用增强学习从无到有学习有意义的基本行为时,缓慢的收敛速度一直困扰着这方面的研究者.该文提出了一种两步学习方案,首先采用基于增强学习的示教使机器人较快地获得基本可行的行为,然后让机器人在自主运行过程中利用增强学习不断改善所获得行为的性能,以获得令人满意的结果.示教学习和自主运行的线调整过程都统一以增强学习方法实现.该文以沿着走廓安全漫游行为的实现为例,显示了该方法的有效性.机器人学习新行为的研究目前还很难实用化,绝大多数实际系统还是采用人工设计各个基本行为.为了充分利用人的高级智能,同时又要克服由于无法深入机器人运行过程,难以决定优化参数的困难,该文提出了利用增强学习方法在线优化行为参数的研究思路,预先确定基本行为结构和大致合理的参数范围,然后使机器人通过增强学习在运行过程中不断调整行为参数以逐步优化它的性能.由于这种学习过程是在正确的行为结构的基础上进行的,可以避免由于不断试错造成对机器人本体的损伤累积,有比较强的实用意义.