一种基于稀疏自编码器的机器人运动策略可解释性辨识方法

本公开是一种基于稀疏自编码器的机器人运动策略可解释性辨识方法，该方法包括：移动机器人运动策略的训练与稀疏自编码器SAE层训练：使用二轮差速机器人运动作为典型的机器人导航任务，并以在该任务上训练的模仿学习模型为典型的机器人策略模型，进而训练SAE层对该策略模型进行分析，作为策略模型分析的典型范式；策略模型中稀疏神经元特征提取与解释：使用滤波的方式，筛选出神经网络的有效特征，并且对其进行解释；通过激活补丁干预策略模型验证可解释性。本实施例采用SAE层解耦神经网络中的叠加效应，使神经元的特征较为单义，便于分析神经元模式与运动策略的关联性；通过激活补丁干预，验证了模型解释的效果，提高神经网络策略的透明度。