论文部分内容阅读
一条支持向量规则基于方法经由自然语言训练为运动控制器的构造被调查。它在支持的帮助下是包括从自然语言指令,和运动信息冷凝作用的运动控制信息收集的一个二阶段的过程向量机器(SVM ) 理论。自我组织的模糊神经网络为控制规则,从支持,向量规则被提取形成一个最后的控制器完成任何给定的控制精确性的收集被利用。这样,控制规则的数字被减少,并且控制器的结构整理了使一个控制器用自然语言训练构造了在实践更适当,并且为高级机器人行为控制提供一个基本规则底。一个 wheeled 机器人上的模拟和实验被执行说明方法的有效性。关键