基于深度强化学习的路径规划算法概述

• 作者: 陈筱
• 来源期刊: 人文之友
• 关键词: 深度学习 路径规划 神经网络
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 学术园地
• 页码范围: 319-320
• 页数: 2页
• 语种: 中文

摘要

本文的目的是用整体思维的智能算法将传统的感知与决策分离的、机械化的路径规划算法替换.深度学习将多元且复杂的神经网络累积而成为代表,建立了一个能从输出端到可微分端口的系统,明显和指令化机械的算法有很大不同.因为机械算法并不能理解问题的本身,所以一般显得过于机械化,目前一般传统算法基本上是联系端到端的基础,这些算法逐步会被具有预测功能的智能算法取而代之.换句话说,机器人自动识别路径的,我们需要采集路标的图像,自动识别并理解图像的空间信息,在坐标系里标记然后对路径进行规划.当前的研究状态,深度学习的智能化算法被高密度的使用在图像识别和计算机视觉的应用中,且越来越广泛,我们首先让计算机连接到原始的图像信息,然后根据算法去规划路径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈筱		9	5	1.0	2.0