CN116360454B 行人环境下基于深度强化学习的机器人路径避碰规划方法 （浙江大学）_第1页
CN116360454B 行人环境下基于深度强化学习的机器人路径避碰规划方法 （浙江大学）_第2页
CN116360454B 行人环境下基于深度强化学习的机器人路径避碰规划方法 （浙江大学）_第3页
CN116360454B 行人环境下基于深度强化学习的机器人路径避碰规划方法 （浙江大学）_第4页
CN116360454B 行人环境下基于深度强化学习的机器人路径避碰规划方法 （浙江大学）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

行人环境下基于深度强化学习的机器人路本发明公开了一种行人环境下基于深度强碰撞算法生成由行人状态构成的行人轨迹数据尔可夫元组获得的机器人当前状态与观测共同22.根据权利要求1所述的行人环境下基于深度强化学习的机器人路径避碰规划方法，ii+r]3.根据权利要求1所述的行人环境下基于深度强化学习的机器人路径避碰规划方法，34.根据权利要求1所述的行人环境下基于深度强化学习的机器人路径避碰规划方法，5.根据权利要求1所述的行人环境下基于深度强化学习的机器人路径避碰规划方法，6.根据权利要求1所述的行人环境下基于深度强化学习的机器人路径避碰规划方法，7.根据权利要求1所述的行人环境下基于深度强化学习的机器人路径避碰规划方法，度神经网络的输出为机器人的状态-动作价值4次迭代时选择的下一个节点是当前节点最近的子节点。而为了保证最终搜寻到的路径最[0004]强化学习是一种从环境状态映射到动作的学习，目标是使agent在与环境的交互来深度强化学习在导航决策问题上取得了显著5[0008]为了解决现有技术在训练中收敛过慢，以及对于动态行x6[0035](3)本发明通过编码器网络结构，使用观察到的行人行为作为额外的传感器测量[0036]图1是本发明的行人环境下基于深度强化学习的机器人路径避碰规划方法流程7x8xiii+r]构成。与之前行为的关系，编解码注意模块用来学习当前行人行为与要编码的行人运动特征F=t-1[0060]步骤7：使用PPO算法中的动作神经网络输出当前状态下[0061]在本发明的一项具体实施中，搭建仿真环境为GYM所，场景为边长12米的方形空9运动到7.75s，两者仍存在遮挡关系。本发明可以通过编解码器输出的行人特征向量F=ii-1围也及于本领域的普通技术人员根据本发明构思所能想到的

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论