基于深度学习的森林消防机器人路径规划

作     者：孙上杰 姜树海 崔嵩鹤 康玥 陈语唐 SUN Shangjie;JIANG Shuhai;CUI Songhe;KANG Yue;CHEN Yutang

作者机构：南京林业大学机械电子工程学院南京210037 

出 版 物：《森林工程》 (Forest Engineering)

年 卷 期：2020年第36卷第4期

页      面：51-57页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 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] 0838[工学-公安技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家公益性行业科研专项重大项目(201404402-03) 大学生实践创新训练计划项目(2018NFUSPITP156) 

主　　题：森林消防 机器人 深度学习 路径规划 

摘      要：针对强化学习算法收敛速度慢,易产生维度灾难的问题提出一种深度学习与强化学习相结合的算法,用于解决六足森林消防机器人的路径规划问题。采用Python方法建立二维网格地图,对复杂的环境进行模拟,减小建模的复杂性,在相同的条件下,分别对强化学习和深度强化学习算法进行仿真研究。对比仿真结果表明,深度强化学习算法下机器人到达目标点所需步长随迭代次数而减少,能使学习效率得到显著的提高,可以说明算法的收敛速度更快。