基于碰撞危急程度和深度强化学习的实时轨迹规划算法
动态环境的实时碰撞规避是移动机器人轨迹规划中的一个巨大挑战.针对可变障碍物数量的环境,提出了基于LSTM(Long Short Term Memory)和DRL(Deep Reinforcement Learning)的实时轨迹规划算法Crit-LSTM-DRL.首先,根据机器人和障碍物的状态,预测碰撞可能发生的时间,计算各个障碍物相对于机器人的碰撞危急程度(Collision Criticality);其次,将障碍物根据碰撞危急程度由低到高排序,然后由LSTM模型提取固定维度的环境表征向量;最后,将机器人状态和该环境表征向量作为DRL的输入,计算对应状态的价值.在任何一个时刻,针对每一个动作,通过LSTM和DRL计算下一时刻对应的状态的价值,从而计算当前状态的最大价值以及对应的动作.针对不同环境,训练获得3个模型,即在5个障碍物的环境里训练的模型、在10个障碍物的环境里训练的模型和在可变障碍物数量(1▼10)的环境里训练的模型,分析了它们在不同测试环境中的性能.为进一步分析单个障碍物和机器人之间的交互影响,将障碍物表示为障碍物和机器人的联合状态(Joint State),分析了在上述3个训练环境下获得的模型的性能.实验结果验证了Crit-LSTM-DRL的有效性.
轨迹规划、碰撞规避、障碍物危急度、深度强化学习
50
TP242(自动化技术及设备)
国家自然科学基金;浙江省科技计划项目;上海工业控制系统安全创新功能型平台开放课题;上海工业控制安全创新科技有限公司资助课题
2023-03-22（万方平台首次上网日期，不代表论文的发表时间）
共10页
323-332
