《电子测量技术杂志》发表论文赏析

基于改进Q-Learning的移动机器人路径规划算法

来源:电子测量技术杂志2024年第9期北京时间:

作者:王立勇,王弘轩,苏清华,王绅同,张鹏博

单位:北京信息科技大学现代测控技术教育部重点实验室 北京 100192

摘要:随着移动机器人在生产生活中的深入应用,其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域,探索后期收敛率低、收敛速度慢的问题,本研究提出一种改进的Q-Learning算法。该算法改进Q矩阵赋值方法,使迭代前期探索过程具有指向性,并降低碰撞的情况;改进Q矩阵迭代方法,使Q矩阵更新具有前瞻性,避免在一个小区域中反复探索;改进随机探索策略,在迭代前期全面利用环境信息,后期向目标点靠近。在不同栅格地图仿真验证结果表明,本文算法在Q-Learning算法的基础上,通过上述改进降低探索过程中的路径长度、减少抖动并提高收敛的速度,具有更高的计算效率。

关键词:路径规划;强化学习;移动机器人;Q-Learning算法;ε-decreasing策略

基金资助:基础加强计划基金(2021JCJQJJ0022)、国家自然科学基金(52175074)项目资助

2024年9期其他文献查阅:

基于合成谱峭度优化VMD的滚动轴承故障特征提取

标准格式天气雷达PUP产品可视化应用系统研究与实现

基于比例谐振自抗扰控制的电机谐波抑制与噪声优化

IMU紧耦合的多激光雷达定位与建图方法

面向神经肌肉功能康复的电刺激系统设计

基于Koch雪花分形结构的缝隙平面阵列天线设计

基于嵌入式平台和轻量化模型的板材计数装置

基于注意力机制融合特征的车辆目标检测方法

基于ICEEMDAN和TCN-AM-BiGRU的短期光伏功率预测

室内障碍物点云分割的可变阈值联合聚类算法研究

基于双卫星导航接收机的测控装备精度验收方法研究

基于改进Q-Learning的移动机器人路径规划算法

基于无人系统的智能视觉控制算法研究

以神经网络模型为载体的鲁棒隐写方法

基于雷视融合轨迹匹配的高速公路车辆轨迹跟踪方法

基于改进YOLOv8s的恶劣天气车辆行人检测方法

基于YOLOv8的煤矿用钢丝绳损伤检测算法

面向密集场景的多目标车辆检测算法

结合帧间差异检测的固定场景视频压缩与重建

基于深度学习的驾驶员分心行为检测方法

保持细节特征的输电铁塔三维网格模型轻量化算法

基于改进YOLOv8和无人机遥感影像的大田烟株数量检测

手机端多模态低头族危险感知与预警

基于频谱分析模块的机载雷达信号参数流程化自动测量方法

基于修正频域滤波器的信号波形畸变校正方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!