CN119413174A 基于强化学习的未知动态环境移动机器人路径规划方法 （重庆邮电大学）_第1页
CN119413174A 基于强化学习的未知动态环境移动机器人路径规划方法 （重庆邮电大学）_第2页
CN119413174A 基于强化学习的未知动态环境移动机器人路径规划方法 （重庆邮电大学）_第3页
CN119413174A 基于强化学习的未知动态环境移动机器人路径规划方法 （重庆邮电大学）_第4页
CN119413174A 基于强化学习的未知动态环境移动机器人路径规划方法 （重庆邮电大学）_第5页
已阅读5页，还剩34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

号基于强化学习的未知动态环境移动机器人本发明涉及一种基于强化学习的未知动态并通过全局和局部两种视角来约束优化奖励机块提供全新的避障行为奖励机制和更适配的值发明能让机器人在动态环境下更高效地实现避2底层模块学习全局路径规划的方法具体包括：首先将制定在动态环境中，机器人按照底层Dyna框架规划的全局路径行驶S110：判定学习结束：若模型学习后到达终点，则3d4GL0是一个大的正值，以使得智能体到达目标点时获得一t为局部视角。习具体包括：在完成了Q值的计算及更新之后，将状态格以及该状态的评分存入模型表格每个状态的评价只与全局进度函数有关，即规划更新过程中下一S201：机器人按照底层模块规划出的全局最优路采取动作规避障碍物，每到达新的状态就给予小的负奖励r1，碰到障碍物有奖励r1+Ncxr3,r3>|r1|>0；Nc是机器人从第一次离开该路径的点到重新加入该路径的点_Q]S204：机器人根据高层模块避开未知障碍物并返5[0002]路径规划是移动机器人领域的一个研究热点，其目的是在未知或已知的环境型的学习，没有环境先验知识的移动机器人可以通过使用无模型强化学习算法(如Q_拟的环境模型，让智能体在虚拟环境中进行试错学习，极大地减少了无用数据的采样。真实环境交互学习，将经验存储作为模型建立的基础，并在模型中进行学习巩固。但是动机器人在复杂动态环境下的高效路径规划是难以接受的。在动态环境下进行路径规划型无关的强化学习算法相结合的Dyna框架融合Q_learning算法并根据分层强化学习思想6种视角来进行策略优化的改进的Dyna_Q算法，简称GliEF_Dyna_Q(Dyna_Qwithglobalandlocalperspectivesintheellipticalfield)算法7P18在Dyna架构中利用全局视角来对状态下的动作采取的点到重新加入该路径的点之间从全局引导路径上_Q]9[0058]图1为本发明基于强化学习的未知动态环境移动机器人路径规划方法的整体方案[0073]请参阅图1～图14，本发明提供一种基于强化学习的未知动态环境移动机器人路照制订的专用动态避障奖励函数进行动作评分，并按照更具有前瞻性的Q值更新公式进行体能否跳出局部范围来对他当前部分时间段的行为进行评价。对此，本发明规定半径为下：径，此时它选择继续往左走直到图(4)返回到了最优路径，则此时奖励函数计算为R1＝R2+n2＝1且n1＞n2＞0。[0121]图9为GLiEF_Dyna_Q算法与SA_Dyna_Q、APF_Dyna_Q和Dyna_HDP算法在30*30的普2000次训练条件下，只有本发明的GLiEF_Dyna_Q算法能够在复杂陷阱地图中找到可行路时能有效进行避障动作并继续按照底层模块全

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