检索结果-南通市图书馆

检索条件"主题词=神经网络近似方法"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于多目标强化学习的移动机器人路径规划研究

基于多目标强化学习的移动机器人路径规划研究

引用

作者：王立佳常州大学

学位级别：硕士

移动机器人的路径规划分为单目标路径规划和多目标路径规划。强化学习方法能够有效解决单目标路径规划问题,但多目标路径规划问题通常包含多个相互冲突的目标,且强化学习中标量形式的奖励很难同时描述多个目标,导致强化学习算法在多目... 详细信息

移动机器人的路径规划分为单目标路径规划和多目标路径规划。强化学习方法能够有效解决单目标路径规划问题,但多目标路径规划问题通常包含多个相互冲突的目标,且强化学习中标量形式的奖励很难同时描述多个目标,导致强化学习算法在多目标路径规划问题中性能不佳。针对上述问题,本文将多目标强化学习（Multiobjective Reinforcement Learning,MORL）应用于多目标路径规划,使用向量形式的奖励描述多个优化目标,并分别研究适用于低维空间和高维空间的MORL算法。主要工作如下:（1）针对低维空间的多目标路径规划问题,提出了一种基于表格型方法的MPS（Multi Pareto Sarsa）算法。以向量集的形式更新价值函数,使用基于投票法的集合评估机制作为行为策略。最后在低维的网格实验中测试MPS算法的性能。实验结果表明,基于投票法的集合评估机制为算法提供了较好的收敛性能,且MPS算法具有优秀的超体积性能。（2）针对高维空间的多目标路径规划问题,提出了一种基于神经网络近似方法的EDNs（Envelope-Dueling-Noisy-soft）算法。使用神经网络近似价值函数,根据Dueling网络改进神经网络结构。在网络全连接层添加探索噪声,提高智能体的探索效率。使用软更新方法更新目标网络的参数,提高算法的稳定性。最后验证EDNs算法在低维网格环境中的可行性。实验结果表明,EDNs算法能够有效解决低维的多目标路径规划问题,并且在低维环境中具有很好的稳定性和探索能力。（3）验证EDNs算法在高维的多目标路径规划问题中的性能。首先,基于ROS和Gazebo搭建三维仿真环境,采用Turtlebot3作为实验对象。然后,为算法设计状态空间、行为空间和奖励函数。最后,在训练回合与测试回合分别测试EDNs算法的性能。实验结果表明,EDNs算法能够有效解决高维的多目标路径规划问题,且EDNs算法在高维环境中具有很好的稳定性与权重适应能力。

关键词：路径规划移动机器人多目标强化学习表格型方法神经网络近似方法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：