ولی درهمی - دانشگاه یزد، دانشکده برق و کامپیوتر
وحبد جوهری مجد - دانشگاه تربیت مدرس، بخش برق، گروه کنترل

الگوریتم های آموزش تقویتی فازی با معماری نقاد-تنها، با انتشار خطای تفاضل موقتیِ ارزش-عمل، تنها پارامترهای تالی قواعد فازی را تنظیم می کنند. این مقاله به ارائه یک روش جدید برای تنظیم توابع عضویت ورودی برای ابن الگوریتم ها می پردازد. یک تابع هزینه بر مبنای خطای تفاضل موقتی ارزش-عمل تعریف شده و آنگاه مقدار پارامترهای توابع درجه عضویت ورودی در جهت کاهش مقدار تابع هزینه تنظیم می گردد. راهکار مذکور در الگوریتم "آموزش سارسای فازی بهبود یافته EFSL که یک الگوریتم نقاد- تنها برای تنظیم روی خط تالی قواعد سیستم فازی سوجنو مرتبه صفر است، بکار گرفته می شود. EFSL که قابلیت تنظیم توابع عضویت ورودی را دارد AEFSL می نامیم . جهت ارزیابی،‌هر دو الگوریتم AEFSL و EFSL برای تنظیم پارامترهای کنترلگر در مساله ناوبری ربات "خپرا" در محیط های شامل موانع استفاده می گردد. محیط های آموزش و تست در شبیه ساز KIKS فراهم شده اند. نتایج شبیه سازی حاکی از بهبود در یادگیری و عملکرد مناسب ربات پس از آموزش است.

آموزش تقویتی، سیستم فازی، نابری ربات