基于RDC-Q学习算法的移动机器人路径规划

• 作者: 武继刚 王子强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 路径规划 移动机器人 强化学习 Q学习算法 回报函数 学习效率
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 211-214
• 页数: 4页
• 分类号: TP301.6
• 字数: 2602字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.06.045

摘要

传统Q算法对于机器人回报函数的定义较为宽泛,导致机器人的学习效率不高.为解决该问题,给出一种回报详细分类Q(RDC-Q)学习算法.综合机器人各个传感器的返回值,依据机器人距离障碍物的远近把机器人的状态划分为20个奖励状态和15个惩罚状态,对机器人每个时刻所获得的回报值按其状态的安全等级分类,使机器人趋向于安全等级更高的状态,从而帮助机器人更快更好地学习.通过在一个障碍物密集的环境中进行仿真实验,证明该算法收敛速度相对传统回报Q算法有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王子强	天津工业大学计算机科学与软件学院	2	80	2.0	2.0
2	武继刚	天津工业大学计算机科学与软件学院	24	102	6.0	8.0