基于改進DQN的移動機器人避障路徑規(guī)劃

摘要： 針對一般強化學(xué)習(xí)方法下機器人在避障路徑規(guī)劃上學(xué)習(xí)時間長、探索能力差和獎勵稀疏等問題，提出了一種基于改進深度Q網(wǎng)絡(luò)（DQN）的移動機器人避障路徑規(guī)劃。首先在傳統(tǒng)DQN算法基礎(chǔ)上設(shè)計了障礙學(xué)習(xí)規(guī)則，避免對同一障礙重復(fù)學(xué)習(xí)，提升學(xué)習(xí)效率和成功率。其次提出獎勵優(yōu)化方法，利用狀態(tài)間的訪問次數(shù)差異給予獎勵，平衡狀態(tài)點的訪問次數(shù)，避免過度訪問；同時通過計算與目標點的歐氏距離，使其偏向于選擇接... （共11頁）