基于深度强化学习的移动机器人导航策略研究

• 作者: 曾碧 江其洲
• 来源期刊: 计算机测量与控制
• 关键词: 深度强化学习 移动机器人 导航 复杂环境
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 217-221,226
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.08.045

摘要

针对移动机器人在复杂动态变化的环境下导航的局限性,采用了一种将深度学习和强化学习结合起来的深度强化学习方法;研究以在OpenCV平台下搭建的仿真环境的图像作为输入数据,输入至TensorFlow创建的卷积神经网络模型中处理,提取其中的机器人的动作状态信息,结合强化学习的决策能力求出最佳导航策略;仿真实验结果表明:在经过深度强化学习的方法训练后,移动机器人在环境发生了部分场景变化时,依然能够实现随机起点到随机终点的高效准确的导航.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾碧	广东工业大学计算机学院	106	646	12.0	19.0
2	江其洲	广东工业大学计算机学院	2	8	1.0	2.0