基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用强化学习解决多机器人避碰问题.然后针对表格式Q学习算法只能用于离散的状态并且学习时间过长,难以收敛的不足,提出了神经网络和Q学习相结合的算法.最后将该算法应用到多机器人避碰问题中,仿真实验表明该算法有效,能较好地解决多机器人避碰问题.
推荐文章
基于强化学习的智能机器人避碰方法研究
强化学习
智能机器人
避碰
改进的Q学习算法在机器人避碰中的应用
Q-学习
智能机器人
变衰减因子
智能移动机器人局部避碰算法研究
智能移动机器人
路径规划
局部避碰
人工势场
不同优先级的多水下机器人避碰技术研究
多水下机器人
显式通讯
优先级
仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习的多机器人避碰算法研究
来源期刊 信息技术 学科 工学
关键词 多机器人避碰 强化学习 神经网络
年,卷(期) 2012,(6) 所属期刊栏目 研究与探讨
研究方向 页码范围 100-103
页数 分类号 TN957
字数 2923字 语种 中文
DOI 10.3969/j.issn.1009-2552.2012.06.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 段勇 沈阳工业大学信息科学与工程学院 39 307 10.0 15.0
2 陈腾峰 沈阳工业大学信息科学与工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多机器人避碰
强化学习
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导