-
题名基于深度强化学习的AGV智能导航系统设计
被引量:6
- 1
-
-
作者
贺雪梅
匡胤
杨志鹏
杨亚乔
-
机构
陕西科技大学设计与艺术学院
湖北航天技术研究院总体设计所
国网武汉市东西湖区供电公司
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第5期1501-1504,1509,共5页
-
基金
陕西省科技厅资助项目(2019GY-077)
教育部人文社会科学研究规划基金资助项目(17YJAZH100)
陕西省教育厅人文社科一般专项项目(20JK0070)。
-
文摘
针对现有的AGV在大规模未知复杂环境中进行自主导航配送的问题,基于深度强化学习完成了AGV智能导航系统设计。首先,结合传感器对周围的障碍物进行探测感知,利用DDPG(deep deterministic policy gradient)算法实现AGV小车从环境的感知输入到动作的直接输出控制,帮助AGV完成自主导航和避障任务。此外,针对训练样本易受环境干扰的问题,提出了一种新颖的DL(disturb learning)-DDPG算法,通过对学习样本中相关数据进行高斯噪声预处理,帮助智能体适应噪声状态下的训练环境,提升了AGV在真实环境中的鲁棒性。仿真实验表明,经改进后的DL-DDPG算法能够为AGV导航系统提供更高效的在线决策能力,使AGV小车完成自主导航与智能控制。
-
关键词
自动导引车
深度强化学习
深度策略性梯度
智能导航
-
Keywords
automatic guide vehicle
deep reinforcement learning
deep deterministic policy gradient
intelligent navigation
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-