10.3969/j.issn.1006-9348.2018.07.060
移动机器人局部避障路径规划仿真研究
研究复杂环境下基于Q-Learning(QL)算法的移动机器人局部路径规划问题,快速、准确地完成避障路径规划.为了解决QL算法收敛速度慢、探索与利用两难及危险区域等问题,提出了一种基于QL-模糊的移动机器人局部避障路径规划方法.首先为了加快QL算法的收敛速度,根据规划问题设计状态动作变量,对其进行离散化处理,降低状态空间维度;在Q矩阵的基础上,设计更新步长算法,使Q矩阵的更新程度不断减弱.然后根据机器人工作环境和规划目标,在设计奖惩函数的基础上,设计ε-探索与利用平衡策略和动作选择算法来选择执行动作,平衡探索与利用问题.为了预防死锁问题,在模糊控制规则中还设计了预防方案,以提高路径规划效率.算法进行了仿真验证.仿真结果表明,即使在复杂的环境中,机器人仍能有效避障,规划出最优或次优路径.
移动机器人、局部路径规划、模糊控制、探索与利用平衡策略
35
TP242(自动化技术及设备)
国家自然科学基金项目61473179;山东省自然科学基金项目ZR2014FM007
2018-09-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
279-284,309