强化学习方法在移动机器人导航中的应用

• 作者: 周小平 徐莉 陆军
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 强化学习 SARSA(λ)算法 CMAC神经网络 局部路径规划
• 年，卷（期）: 2004,（2）
• 页码范围: 176-179
• 页数: 4页
• 分类号: TP273
• 字数: 3537字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2004.02.011

摘要

路径规划是智能机器人关键问题之一,它包括全局路径规划和局部路径规划.局部路径规划是路径规划的难点,当环境复杂时,很难得到好的路径规划结果.这里将强化学习方法用于自主机器人的局部路径规划,用以实现在复杂未知环境下的路径规划.为了克服标准Q-学习算法收敛速度慢等缺点,采用多步在策略SAR-SA(λ)强化学习算法,讨论了该算法在局部路径规划问题上的具体应用.采用CMAC神经网络实现了强化学习系统,完成了基于CMAC神经网络的SARSA(λ)算法.提出了路径规划和沿墙壁行走两个网络的互相转换的方法,成功解决了复杂障碍物环境下的自主机器人的局部路径规划问题.仿真结果表明了该算法的有效性,同传统方法相比该算法有较强的学习能力和适应能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆军	哈尔滨工程大学自动化学院	72	488	12.0	19.0
2	徐莉		1	25	1.0	1.0
3	周小平		2	25	1.0	2.0