结合神经网络和Q(λ)-learning的路径规划方法

• 作者: 张平陆 王健 程晓鹏 赵忠英
• 来源期刊: 自动化与仪表
• 关键词: 路径规划 神经网络 强化学习 移动机器人 奖励函数
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 专题研究与综述
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP24|TP18
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2019.09.001

摘要

Q-learning是一种经典的增强学习算法,简单易用且不需要环境模型;广泛应用于移动机器人路径规划.但在状态空间和动作空间较大时,经典的Q-learning算-法存在学习效率低、收敛速度慢,容易陷入局部最优解等问题.通过引入神经网络模型,利用地图信息计算状态势值,从而优化了设计奖励函数.合理奖励函数为Q(λ)-learning算法提供了先验知识,避免训练中的盲目搜索,同时奖励函数激励避免了陷入局部最优解.仿真试验表明,改进的路径规划方法在收敛速度方面有很大的提升,训练得到的路径为全局最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张平陆	沈阳科技学院机械与交通工程系	2	1	1.0	1.0