基于RDC-Q学习算法的移动机器人路径规划
Mobile Robot Path Planning Based on RDC-Q Learning Algorithm作者机构：天津工业大学计算机科学与软件学院天津300387
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2014年第40卷第6期
页 面：211-214页
核心收录：
学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：路径规划 移动机器人 强化学习 Q学习算法 回报函数 学习效率
摘 要：传统Q算法对于机器人回报函数的定义较为宽泛,导致机器人的学习效率不高。为解决该问题,给出一种回报详细分类Q(RDC-Q)学习算法。综合机器人各个传感器的返回值,依据机器人距离障碍物的远近把机器人的状态划分为20个奖励状态和15个惩罚状态,对机器人每个时刻所获得的回报值按其状态的安全等级分类,使机器人趋向于安全等级更高的状态,从而帮助机器人更快更好地学习。通过在一个障碍物密集的环境中进行仿真实验,证明该算法收敛速度相对传统回报Q算法有明显提高。
维普期刊数据库
同方期刊数据库