This paper proposes a new reinforcement neural fuzzy surrogate (RNFS)-assisted multiobjective evolutionary optimization (RNFS-MEO) algorithm to boost the learning efficiency of data-driven fuzzy controllers (FCs). The RNFS-MEO is applied to evolve a population of FCs in a multiobjective robot wall-following control problem in order to reduce the number of time-consuming control trials and the implementation time of learning. In the RNFS-MEO, the RNFS is incorporated into a typical multiobjective continuous ant colony optimization algorithm to improve its learning efficiency. The RNFS estimates the accumulated multiobjective function values of the FCs in a colony without applying them to control a process, which helps reduce the number of control trials. The RNFS is trained online through structure and parameter learning based on the reinforcement signals from controlling a process. Considering the influence of the current control signals on the future states of a controlled process, the temporal difference technique is used in the RNFS training so that it estimates not only the current but also the future objective function values. The colony of FCs in the RNFS-MEO is repeatedly evolved based on the RNFS estimated values or the objective function values from real evaluations until a colony of successful FCs is found. The RNFS-MEO-based FC learning approach is applied to a robot wall-following control problem. Simulations and experiments on the robot control application are performed to verify the effectiveness and efficiency of the RNFS-MEO.

中文翻译：

---

具有机器人学习控制应用的强化神经模糊代理辅助多目标进化模糊系统

本文提出了一种新的强化神经模糊代理 (RNFS) 辅助多目标进化优化 (RNFS-MEO) 算法，以提高数据驱动模糊控制器 (FC) 的学习效率。RNFS-MEO 用于在多目标机器人跟随墙控制问题中演化 FC 种群，以减少耗时的控制试验次数和学习的实施时间。在RNFS-MEO中，RNFS被纳入典型的多目标连续蚁群优化算法，以提高其学习效率。RNFS 估计集落中 FC 的累积多目标函数值，而不将它们应用于控制过程，这有助于减少控制试验的次数。RNFS 基于来自控制过程的强化信号，通过结构和参数学习进行在线训练。考虑到当前控制信号对受控过程未来状态的影响，RNFS 训练中使用了时间差分技术，这样它不仅可以估计当前的目标函数值，还可以估计未来的目标函数值。RNFS-MEO 中的 FC 群体根据 RNFS 估计值或来自实际评估的目标函数值反复进化，直到找到成功的 FC 群体。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。考虑到当前控制信号对受控过程未来状态的影响，RNFS 训练中使用了时间差分技术，这样它不仅可以估计当前的目标函数值，还可以估计未来的目标函数值。RNFS-MEO 中的 FC 群体根据 RNFS 估计值或来自实际评估的目标函数值反复进化，直到找到成功的 FC 群体。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。考虑到当前控制信号对受控过程未来状态的影响，RNFS 训练中使用了时间差分技术，这样它不仅可以估计当前的目标函数值，还可以估计未来的目标函数值。RNFS-MEO 中的 FC 群体根据 RNFS 估计值或来自实际评估的目标函数值反复进化，直到找到成功的 FC 群体。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。在 RNFS 训练中使用了时间差异技术，因此它不仅可以估计当前的目标函数值，还可以估计未来的目标函数值。RNFS-MEO 中的 FC 群体根据 RNFS 估计值或来自实际评估的目标函数值反复进化，直到找到成功的 FC 群体。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。在 RNFS 训练中使用了时间差异技术，因此它不仅可以估计当前的目标函数值，还可以估计未来的目标函数值。RNFS-MEO 中的 FC 群体根据 RNFS 估计值或来自实际评估的目标函数值反复进化，直到找到成功的 FC 群体。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。基于 RNFS-MEO 的 FC 学习方法应用于机器人跟随墙控制问题。对机器人控制应用程序进行了仿真和实验，以验证 RNFS-MEO 的有效性和效率。