基于强化学习的机器人路径规划算法

• 作者: 付宜利 张福海 李宁 袁儒鹏
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 移动机器人 强化学习 路径规划 连续报酬函数 导航实验
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 机器人路径规划
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13245/j.hust.181212

摘要

提出了一种基于强化学习的机器人路径规划算法,该算法将激光雷达所获取的移动机器人周围障碍物信息与目标点所在方位信息离散成有限个状态,进而合理地设计环境模型与状态空间数目;设计了一种连续的报酬函数,使得机器人采取的每一个动作都能获得相应的报酬,提高了算法训练效率.最后在Gazebo中建立仿真环境,对该智能体进行学习训练,训练结果验证了算法的有效性;同时在实际机器人上进行导航实验,实验结果表明该算法在实际环境中也能够完成导航任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付宜利	哈尔滨工业大学机器人技术与系统国家重点实验室	176	2658	28.0	43.0
2	李宁	哈尔滨工业大学机器人技术与系统国家重点实验室	286	2937	25.0	36.0
3	张福海	哈尔滨工业大学机器人技术与系统国家重点实验室	16	124	7.0	10.0
4	袁儒鹏	哈尔滨工业大学机器人技术与系统国家重点实验室	2	18	1.0	2.0