基于角度搜索和深度Q网络的移动机器人路径规划算法

作     者：李宗刚 韩森 陈引娟 宁小刚 

作者机构：兰州交通大学机电工程学院 兰州交通大学机器人研究所 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080202[工学-机械电子工程] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61663020) 甘肃省高等学校产业支撑计划项目(2022CYZC-33) 

主　　题：移动机器人 路径规划 深度Q网络 角度搜索策略 物联网信息融合技术 

摘      要：针对深度Q网络(deep Q Network， DQN)算法在求解路径规划问题时存在学习时间长、收敛速度慢的局限性，提出一种角度搜索(Angle Searching)和DQN相结合的算法(AS-DQN)，通过规划搜索域，控制移动机器人的搜索方向，减少栅格节点的遍历，提高路径规划的效率。为了加强移动机器人之间的协作能力，提出一种物联网信息融合技术(Internet Information Fusion Technology， IIFT)模型，能够将多个分散的局部环境信息整合为全局信息，指导移动机器人规划路径。仿真实验结果表明：与标准DQN算法相比，AS-DQN算法可以缩短移动机器人寻得到达目标点最优路径的时间，将IIFT模型与AS-DQN算法相结合路径规划效率更加显著。实体实验结果表明：AS-DQN算法能够应用于Turtlebot3无人车并成功找到起点至目标点的最优路径。