科学时代
科學時代
과학시대
SCIENTIFIC EPOCH
2013年
24期
,共1页
移动机器人%强化学习%Q学习算法%避障
移動機器人%彊化學習%Q學習算法%避障
이동궤기인%강화학습%Q학습산법%피장
提出基于Q学习算法的移动机器人避障控制策略,能使移动机器人在不确定环境中顺利躲避障碍物,以最佳路径到达最终目标。将BP神经网络结合到Q学习算法中,采用人工势场法来确定强化函数值,并利用Boltzmann分布方法实现随机动作选取。仿真试验结果证明了此种控制策略具有良好的可行性。
提齣基于Q學習算法的移動機器人避障控製策略,能使移動機器人在不確定環境中順利躲避障礙物,以最佳路徑到達最終目標。將BP神經網絡結閤到Q學習算法中,採用人工勢場法來確定彊化函數值,併利用Boltzmann分佈方法實現隨機動作選取。倣真試驗結果證明瞭此種控製策略具有良好的可行性。
제출기우Q학습산법적이동궤기인피장공제책략,능사이동궤기인재불학정배경중순리타피장애물,이최가로경도체최종목표。장BP신경망락결합도Q학습산법중,채용인공세장법래학정강화함수치,병이용Boltzmann분포방법실현수궤동작선취。방진시험결과증명료차충공제책략구유량호적가행성。