作 者:
();
机构地区:
广东工业大学自动化学院
出 处:
《电子世界》
2020年第6期66-67,共2页
摘 要:
传统路径规划依赖地图信息和算法效率,本文提出将深度Q学习算法应用到机器人路径规划任务中,通过仿真实验证明,深度强化学习比传统的路径规划算法TEB的实时运算效率高,且不依赖于地图信息。移动机器人路径规划的目的是在给定初始位置和目标位置的基础下,计算一条无碰撞的路径。
关 键 词:
深度强化学习
路径规划
学习算法
实时运算
算法效率
地图信息
无碰撞
初始位置
领 域:
[]