《电子测量技术杂志》发表论文赏析

深度强化学习在机器人路径规划中的应用

来源:电子测量技术杂志2023年第6期北京时间:

作者:邓修朋,崔建明,李敏,张小军,宋戈

单位:1.山东科技大学电子信息工程学院 青岛 266590; 2.山东科技大学计算机科学与工程学院 青岛 266590

摘要:针对深度强化学习算法在路径规划的过程中出现与所处环境交互信息不精确、回馈稀疏、收敛不稳定等问题,在竞争网络结构的基础上,提出一种基于自调节贪婪策略与奖励设计的竞争深度Q网络算法。智能体在探索环境时,采用基于自调节贪婪因子的ε-greedy探索方法,由学习算法的收敛程度决定探索率ε的大小,从而合理分配探索与利用的概率。根据人工势场法物理理论塑造一种势场奖励函数,在目标处设置较大的引力势场奖励值,在障碍物附近设置斥力势场奖励值,使智能体能够更快的到达终点。在二维网格环境中进行仿真实验,仿真结果表明,该算法在不同规模地图下都取得了更高的平均奖赏值和更稳定的收敛效果,路径规划成功率提高了48.04%,验证了算法在路径规划方面的有效性和鲁棒性。同时与Q-learning算法对比实验表明,所提算法路径规划成功率提高了28.14%,具有更好的环境探索和路径规划能力。

关键词:路径规划;强化学习;深度强化学习;ε-greedy策略;人工势场

基金资助:山东省自然基金联合基金(ZR2019LZH001)项目资助

2023年6期其他文献查阅:

深度强化学习在机器人路径规划中的应用

基于快速非奇异终端滑模的隧道工程车辆轨迹跟踪研究

基于毫米波雷达传感器RAI图像的手势识别方法

融合迁移学习的绝缘子缺陷分级检测方法

基于改进的猎食者优化的D2D通信功率控制方法

永磁同步电机改进滑模观测器矢量控制

改进型A*算法的可重构机器人路径规划研究

大坝监测数据多维度LSTM异常检测与恢复

语音转录后文本的中文拼写纠错模型

改进YOLOX的弱光线道路交通标志检测

基于强化特征学习和表达策略的孪生网络跟踪算法

基于超像素锚层收敛选点的高光谱图像聚类算法

通道可分离残差网络的图像超分辨率重建

基于改进生成对抗网络的无监督晶圆缺陷检测

基于改进RetinaNet-GHM算法的钢板表面缺陷检测

复杂环境下多模态特征融合的疲劳驾驶检测

基于人工智能图像识别的输电线路巡检研究

基于模板与内容分离的票据识别方法

基于双路特征的宫颈细胞核分割

融合多组双目视觉系统的管道尺寸测量技术研究

一种具有自学习能力的用户感知人工智能测量方法

基于激光雷达的港口环境海面目标检测

基于轻量型网络的口罩遮挡人脸识别方法

基于亚像素级的墙面裂缝宽度检测方法研究

基于AD8232的表面肌电信号采集系统设计

基于改进动态时间规整算法的终端波形比对方法

基于WiFi信号的老年人家居行为识别算法

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!