-
题名基于深度Q网络和人工势场的移动机器人路径规划研究
被引量:3
- 1
-
-
作者
王冰晨
连晓峰
颜湘
白天昕
董兆阳
-
机构
北京工商大学人工智能学院
-
出处
《计算机测量与控制》
2022年第11期226-232,239,共8页
-
基金
国家级大创项目(G014)。
-
文摘
随着移动机器人在各个领域的研究与发展,人们对移动机器人路径规划的能力提出了更高的要求;为了解决传统的深度Q网络算法在未知环境下,应用于自主移动机器人路径规划时存在的收敛速度慢、训练前期产生较大迭代空间、迭代的次数多等问题,在传统DQN算法初始化Q值时,加入人工势场法的引力势场来协助初始化环境先验信息,进而可以引导移动机器人向目标点运动,来减少算法在最初几轮探索中形成的大批无效迭代,进而减少迭代次数,加快收敛速度;在栅格地图环境中应用pytorch框架验证加入初始引力势场的改进DQN算法路径规划效果;仿真实验结果表明,改进算法能在产生较小的迭代空间且较少的迭代次数后,快速有效地规划出一条从起点到目标点的最优路径。
-
关键词
路径规划
DQN
人工势场
栅格地图
pytorch
-
Keywords
path planning
DQN
artificial potential field
grid map
pytorch
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-