煤矿井下基于Q-learning算法的移动机器人路径规划

• 作者: 王帅
• 来源期刊: 现代电子技术
• 关键词: 移动机器人 不确定环境 强化学习 路径规划
• 年，卷（期）: 2008,（24）
• 所属期刊栏目: 智能信息处理
• 页码范围: 106-108
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2008.24.033

摘要

机器人的路径规划一直是机器人研究领域的难点问题.针对煤矿井下环境的不确定性,环境的复杂使机器人很难得到好的规划结果.采用强化学习算法中的Q-learning算法实现井下移动机器人的局部路径规划,并对Q函数中的即时回报进行加权修正,使算法更有效地利用环境特征信息,进一步提高了避障能力.最后通过VC++进行仿真和模拟.仿真实验说明该方法的有效性和可行性.