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： []