期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于强化学习的快速探索随机树特殊环境中路径重规划算法
被引量:
18
1
作者
邹启杰
刘世慧
+1 位作者
张跃
侯英鹂
《控制理论与应用》
EI
CAS
CSCD
北大核心
2020年第8期1737-1748,共12页
针对移动机器人在未知的特殊环境(如U型、狭窄且不规则通道等)下路径规划效率低问题,本文提出一种强化学习(RL)驱动快速探索随机树(RRT)的局部路径重规划方法(RL-RRT).该方法利用Sarsa(λ)优化RRT的随机树扩展过程,既保持未知环境中RRT...
针对移动机器人在未知的特殊环境(如U型、狭窄且不规则通道等)下路径规划效率低问题,本文提出一种强化学习(RL)驱动快速探索随机树(RRT)的局部路径重规划方法(RL-RRT).该方法利用Sarsa(λ)优化RRT的随机树扩展过程,既保持未知环境中RRT的随机探索性,又利用Sarsa(λ)缩减无效区域的探索代价.具体来说,在满足移动机器人运动学模型约束的同时,通过设定扩展节点的回报函数、目标距离函数和平滑度目标函数,缩减无效节点,加速探索过程,从而达到路径规划多目标决策优化的目标.仿真实验中,将本方法用于多种未知的特殊环境,实验结果显示出RL-RRT算法的可行性、有效性及其性能优势.
展开更多
关键词
快速探索随机树
Sarsa(λ)
局部路径重规划
移动机器人
特殊环境
下载PDF
职称材料
题名
基于强化学习的快速探索随机树特殊环境中路径重规划算法
被引量:
18
1
作者
邹启杰
刘世慧
张跃
侯英鹂
机构
大连大学信息工程学院
国防科技国家创新研究所无人系统研究中心
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2020年第8期1737-1748,共12页
基金
国家自然科学基金面上项目(61673084)
辽宁省自然基金项目(2019-ZD-0578)资助.
文摘
针对移动机器人在未知的特殊环境(如U型、狭窄且不规则通道等)下路径规划效率低问题,本文提出一种强化学习(RL)驱动快速探索随机树(RRT)的局部路径重规划方法(RL-RRT).该方法利用Sarsa(λ)优化RRT的随机树扩展过程,既保持未知环境中RRT的随机探索性,又利用Sarsa(λ)缩减无效区域的探索代价.具体来说,在满足移动机器人运动学模型约束的同时,通过设定扩展节点的回报函数、目标距离函数和平滑度目标函数,缩减无效节点,加速探索过程,从而达到路径规划多目标决策优化的目标.仿真实验中,将本方法用于多种未知的特殊环境,实验结果显示出RL-RRT算法的可行性、有效性及其性能优势.
关键词
快速探索随机树
Sarsa(λ)
局部路径重规划
移动机器人
特殊环境
Keywords
rapidly-exploring random tree(RRT)
Sarsa(λ)
local path re-planning
mobile robots
peculiar environment
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP242 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强化学习的快速探索随机树特殊环境中路径重规划算法
邹启杰
刘世慧
张跃
侯英鹂
《控制理论与应用》
EI
CAS
CSCD
北大核心
2020
18
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部