基于强化学习的六足机器人动态避障研究

• 作者: 董星宇 唐开强 傅汇乔 留沧海 蒋刚
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 双重深度Q网络 六足机器人 动态避障 传感器输入
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 研究与探讨|Research & Approach
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP242.6|TP212
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2022)01-0019-05

摘要

针对局部可观测的非线性动态地震环境下,六足机器人采用传统算法进行动态避障时易出现算法不稳定的情况.运用了基于双重深度Q网络(DDQN)的决策方式,通过传感器数据输入卷积神经网络(CNN)并结合强化学习的策略,下达命令到六足机器人,控制输出决策动作,实现机器人动态避障.将系统的环境反馈与决策控制直接形成闭环,通过最大化机器人与避障环境交互产生的累计奖励回报,更新神经网络权重,形成最优决策策略.通过六足机器人平台实验结果证明:此方法能较好地减少传统深度强化学习算法容易导致过度估计状态动作值和损失函数难以收敛的风险;并且提高了六足机器人进行动态避障的效率和稳定性.