多障碍环境中基于增强式学习的势场优化和机器人路径规划

• 作者: 孟庆春 庄晓东 殷波 王汉萍
• 来源期刊: 青岛海洋大学学报(自然科学版)
• 学科: 工学
• 关键词: 增强式学习 移动机器人 多障碍环境 人工势场 路径规划
• 年，卷（期）: 2001,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 937-942
• 页数: 6页
• 分类号: TP18|TP24
• 字数: 3946字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5174.2001.06.018

摘要

该文把增强式学习方法应用于多障碍环境中机器人路径规划 ,并将增强式学习和路径规划相结合,通过工作空间势场的自适应优化学习,实现机器人的全局路径规划,即得到从任何初始位置开始的最优路径.与传统的人工势场方法相比,该方法避免了势场中局部极小点所引起的陷阱区域,并且所得到的路径具有最优特性.计算机仿真实验结果表明,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟庆春	青岛海洋大学电子工程系	33	641	13.0	24.0
3	庄晓东	青岛海洋大学电子工程系	4	254	4.0	4.0
6	王汉萍	青岛海洋大学电子工程系	2	34	2.0	2.0
7	殷波	青岛海洋大学电子工程系	5	246	5.0	5.0