未知环境下机器人Q学习覆盖算法

• 作者: 丁洁 常宝娴 朱俊武 章永龙
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 未知环境 Q-学习覆盖算法 机器人 区域覆盖 栅格模型
• 年，卷（期）: 2013,（6）
• 页码范围: 792-798,812
• 页数: 8页
• 分类号: TP24
• 字数: 5582字
• 语种: 中文

摘要

为提高未知环境下机器人区域覆盖率,提出一种Q-学习覆盖算法( QLCA)。对环境建立栅格模型,在栅格地图中随机部署机器人和障碍位置。机器人根据QLCA自主学习得到的Qtable指导其后续的动作选择和路径规划,减少了机器人移动次数。从机器人数目、环境等方面分析了各类参数变化对该算法的影响。仿真实验结果表明：与随机选择覆盖算法对比,QLCA在完成覆盖的执行步数及冗余效果等方面均有明显优化。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俊武	扬州大学信息工程学院	42	143	6.0	10.0
2	章永龙	扬州大学信息工程学院	9	77	3.0	8.0
4	丁洁	扬州大学信息工程学院	5	4	1.0	1.0
5	常宝娴	南京工业大学理学院	7	4	1.0	1.0