首页 > 期刊 > 自动化与仪表 > 结合神经网络和Q(λ)-learning的路径规划方法 【正文】

结合神经网络和Q(λ)-learning的路径规划方法

作者:王健; 张平陆; 赵忠英; 程晓鹏 沈阳新松机器人自动化股份有限公司特种机器人BG; 沈阳110169; 沈阳科技学院机械与交通工程系; 沈阳110167

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社。

自动化与仪表杂志

自动化与仪表杂志, 月刊,本刊重视学术导向,坚持科学性、学术性、先进性、创新性,刊载内容涉及的栏目:专题研究与综述、控制系统与智能制造、人工智能与机器人、检测技术与数据处理、仪表与自动化装置、系统建模、仿真与分析、创新与实践等。于1981年经新闻总署批准的正规刊物。

  • 统计源期刊
  • 1-3个月审核

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。

学术顾问

发表咨询 加急见刊 文秘咨询 杂志订阅