基于改进DDPG算法的复杂环境下AGV路径规划方法研究

摘要：

为了提高AGV(automatic guided vehicle)在复杂未知环境下的搜索能力,提出了一种改进的深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法.该算法通过构建经验回放矩阵和双层网络结构提高算法的收敛速度,并将波尔兹曼引入到ε-greedy搜索策略中,解决了AGV在选择最优动作时的局部最优问题;针对深度神经网络训练速度缓慢的问题,将优先级采样应用于深度确定性策略梯度算法中;为解决普通优先级采样复杂度过高的问题,提出了利用小批量优先采样方法训练网络.为了验证方法的有效性,通过栅格法建模并在不同的复杂环境下进行仿真实验对比,比较了不同算法的损失函数、迭代次数和回报值.实验结果表明,所提改进算法与原算法相比损失函数减小、迭代次数减少、回报值增加,验证了算法的有效性,同时为AGV在复杂环境下能够更加安全且快速地完成规划任务提供了新的思路.

关键词：深度学习;自动化导引车路径规划;深度确定性策略梯度算法;小批量优先采样

所属期刊栏目：39

分类号：TP393.04(计算技术、计算机技术)

资助基金：国家自然科学基金;河北省重点研发计划项目;河北省高等学校科学技术研究项目

在线出版日期：2022-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：681-687