10.3969/j.issn.1000-386x.2023.06.023
基于DPES Dueling DQN的路径规划方法研究
针对传统的路径规划算法难以处理复杂环境等问题,提出分布式优先级经验置换的深度强化学习优化方法,实现复杂环境的路径规划.以样本训练时产生的TD error为节点权重构建小根堆的记忆库,不断地将低优先级的样本替换出记忆库保证样本的训练价值;基于堆层数进行优先级采样,解决训练被某些异常高优先级样本所诱导的问题;采用分布式的方式加速训练过程;通过进行路径规划的仿真实验证明了该方法的有效性和可行性.
优先级经验替换、深度Q网络、堆、深度强化学习、路径规划
40
TP391(计算技术、计算机技术)
山东省自然科学基金ZR2017BF043
2023-07-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
147-153,233