基于深度学习的森林消防机器人路径规划

• 作者: 姜树海 孙上杰 崔嵩鹤 康玥 陈语唐
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 森林消防 机器人 深度学习 路径规划
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 森工技术与装备
• 页码范围: 51-57
• 页数: 7页
• 分类号: S762|TP391.4
• 字数: 3596字
• 语种: 中文

摘要

针对强化学习算法收敛速度慢,易产生"维度灾难"的问题提出一种深度学习与强化学习相结合的算法,用于解决六足森林消防机器人的路径规划问题.采用Python方法建立二维网格地图,对复杂的环境进行模拟,减小建模的复杂性,在相同的条件下,分别对强化学习和深度强化学习算法进行仿真研究.对比仿真结果表明,深度强化学习算法下机器人到达目标点所需步长随迭代次数而减少,能使学习效率得到显著的提高,可以说明算法的收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜树海	南京林业大学机械电子工程学院	32	442	8.0	20.0
2	崔嵩鹤	南京林业大学机械电子工程学院	4	2	1.0	1.0
3	孙上杰	南京林业大学机械电子工程学院	1	0	0.0	0.0
4	康玥	南京林业大学机械电子工程学院	1	0	0.0	0.0
5	陈语唐	南京林业大学机械电子工程学院	1	0	0.0	0.0