基于策略—估值—好奇心框架强化学习的机器人轨迹规划
来源：计算机应用与软件杂志2025年第3期北京时间：
作者：贾路宽, 谢劼欣, 岳校田, 邓飞, 朱德良, 郭士杰
摘要：现有基于深度强化学习（DRL）的机器人轨迹规划方法通常效率低下，且容易陷入局部最优解。为解决上述问题，设计了一种好奇心网络，并基于此提出了策略—估值—好奇心框架（A-C-C），A-C-C使智能体以更接近人类的方式处理问题，更关注探索的过程而不是结果。通过加强对未知区域的探索，A-C-C框架能够有效地提高DRL方法的学习效率并避免局部最优解。实验结果表明，A-C-C框架可以与不同的奖励函数结合，使得探索效率加快43.6%~101.2%，同时可以使得收敛均值提高4.8%~6.4%。
关键词：深度强化学习, 机器人轨迹规划, 优化框架
