10.16526/j.cnki.11-4762/tp.2019.08.045
基于深度强化学习的移动机器人导航策略研究
针对移动机器人在复杂动态变化的环境下导航的局限性,采用了一种将深度学习和强化学习结合起来的深度强化学习方法;研究以在OpenCV平台下搭建的仿真环境的图像作为输入数据,输入至TensorFlow创建的卷积神经网络模型中处理,提取其中的机器人的动作状态信息,结合强化学习的决策能力求出最佳导航策略;仿真实验结果表明:在经过深度强化学习的方法训练后,移动机器人在环境发生了部分场景变化时,依然能够实现随机起点到随机终点的高效准确的导航.
深度强化学习、移动机器人、导航、复杂环境
27
TP3(计算技术、计算机技术)
国家自然科学基金61701122;广东省产学研重大专项项目2016B010108004;广州市重点科技项目201604020016;广东省产学研专项2014B090904080
2019-09-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
217-221,226