基于深度强化学习的移动机器人路径规划研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：鉴于采用深度强化学习算法进行移动机器人路径规划时存在收敛速度慢的问题，提出一种改进的算法。对经验回放机制中样本的学习潜力得分进行设计，根据学习潜力得分对样本进行优先级评分，并根据评分进行采样。将改进算法应用到机器人路径规划任务中，并进行奖励函数、避障参数及路径规划实验环境的设计。（剩余6788字）

试读结束

目录
monitor