基于改进DDPG算法的复杂环境下AGV路径规划方法研究

打开文本图片集

摘 要：为了提高AGV（automatic guided vehicle）在复杂未知环境下的搜索能力，提出了一种改进的深度确定性策略梯度（deep deterministic policy gradient，DDPG）算法。该算法通过构建经验回放矩阵和双层网络结构提高算法的收敛速度，并将波尔兹曼引入到ε-greedy搜索策略中，解决了AGV在选择最优动作时的局部最优问题；针对深度神经网络训练速度缓慢的问题，将优先级采样应用于深度确定性策略梯度算法中；为解决普通优先级采样复杂度过高的问题，提出了利用小批量优先采样方法训练网络。（剩余18830字）