10.19665/j.issn1001-2400.2019.01.008
一种改进dueling网络的机器人避障方法
针对传统增强学习方法在运动规划领域,尤其是机器人避障问题上存在容易过估计、难以适应复杂环境等不足,提出了一种基于深度增强学习的提升机器人避障性能的新算法模型.该模型将dueling神经网络架构与传统增强学习算法Q学习相结合,并利用两个独立训练的dueling网络处理环境数据来预测动作值,在输出层分别输出状态值和动作优势值,并将两者结合输出最终动作值.该模型能处理较高维度数据以适应复杂多变的环境,并输出优势动作供机器人选择以获得更高的累积奖励.实验结果表明,该新算法模型能有效地提升机器人避障性能.
机器人避障、深度增强学习、dueling网络、独立训练
46
TP242.6(自动化技术及设备)
国家自然科学基金61771361;国家自然科学基金杰出青年基金61525105
2019-05-31（万方平台首次上网日期，不代表论文的发表时间）
共6页
46-50,63
