期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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 +2 位作者 颜湘 白天昕 董兆阳 《计算机测量与控制》 2022年第11期226-232,239,共8页
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... 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。 展开更多
关键词 路径规划 DQN 人工势场 栅格地图 pytorch
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部