基于门控递归单元的具有人类书写偏好的机器人书写模型

作     者：李权峰 

作者单位：厦门大学 

学位级别：硕士

导师姓名：晁飞

授予年度：2021年

学科分类：12[管理学] 1304[艺术学-美术学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080202[工学-机械电子工程] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：机器人书写 变分自编码器 竞争群优化 门控递归单元 人类书写习惯 

摘      要：机器人书写的研究不仅有利于弘扬中国书法的传统文化,还可以为机器人自主实现其他创造性复杂任务提供指导意义。当前,机器人书写的研究方法还存在其书写结果缺乏多样性和书写方式不符合人类书写习惯的问题。本论文为提高机器人书写结果多样性及改善其书写方式,使用变分自编码器(VAE)和门控递归单元(GRU)技术创制了使机器人能够书写出符合人类书写习惯的高质量及多样性笔划的方法。论文首先构造了一个基于变分自编码器的机器人书写系统。因为机器人的书写过程很难用数学表达式表征,造成传统的梯度反向传播方法不能直接用于系统网络的优化。所以,本文又探讨了使用竞争群优化算法(CSO)对机器人书写系统进行优化的可能性。该系统能够书写九种不同的汉字笔划,书写结果具备一定的多样性。论文又提出了基于变分自编码器与门控递归单元相结合的符合人类书写习惯的机器人书写系统。此外,本研究还提出了一种新型的机器人书写评估指标,并入到书写反馈系统中,该指标旨在帮助机器人学习到多样化的书写。实验结果表明,本文提出的机器人书写系统能书写出符合人类书写习惯的数字。应用Fréchet Inception Distance(FID)方法证明了采用新型评估指标确实能为机器人书写结果带来多样性的效果,也证明了机器人书写结果与训练样本的相关性。该系统在其他机器人应用中具有发展自主行为的潜力。