移动机器人优先采样D3QN路径规划方法研究

摘要：

近年来,以DQN(Deep Q-Network)为代表的人工智能技术在路径规划领域中广泛应用.为了解决传统DQN方法存在收敛速度较慢的问题,本文提出一种端到端的 D3QN-PER(Dueling Deep Double Q-Network Prioritized Experience Replay)路径规划方法.首先,在感知端引入长短时记忆网络(Long Short-Term Memory),障碍物状态信息作为输入,进行取舍后储存在隐藏层,再转换成固定长度的向量和机器人自身状态向量输入至D3QN网络,提高记忆和认知障碍物的能力.然后,采用优先经验回放机制(Prioritized Experience Replay,PER)对经验池抽取小批量样本,保证样本多样性的同时提高重要样本的利用率,获取更加精确的Q值.最后,通过3个不同仿真场景进行验证,分别对DQN、DDQN、D3QN、D3QN-PER展开训练,实验结果表明,与其他方法相比,D3QN-PER的收敛速度比DQN算法提高56％,而且到达目标点的次数更多,可证明该方法在未知环境中可以更好地获取最优路径.

关键词：DQN、D3QN-PER、LSTM、最优路径

所属期刊栏目：44

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金;辽宁省自然科学基金面上项目;辽宁省教育厅基本科研项目

在线出版日期：2023-05-23（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：923-929