[发明专利]一种基于深度强化学习的无人艇实时避障算法在审
| 申请号： | 201910756983.4 | 申请日： | 2019-08-16 |
| 公开（公告）号： | CN110472738A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 周治国 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 11797 北京专赢专利代理有限公司 | 代理人： | 刘梅<国际申请>=<国际公布>=<进入国 |
| 地址： | 100081 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的无人艇实时避障算法，涉及无人艇技术领域；本发明采用深度学习方法获取图像信息，在A3C算法的基础上，优化网络结构，丰富避障信息，根据规划路径、躲避障碍、探索适应环境的三项需求，重新规范智能体的动作空间，选择三类环境进行训练；与GPU平台相结合，将预训练数据整合到深度神经网络上，提高训练效率，保证算法的实时性。结果表明，本方法在满足单次处理速度要求的同时，训练时间缩短59.3％，效率提高71.7％以上，算法模型在未知环境中的表现得到有效提升，优于现有方案。 | ||
| 搜索关键词： | 算法 避障算法 动作空间 规划路径 获取图像 强化学习 神经网络 时间缩短 速度要求 算法模型 网络结构 未知环境 训练数据 训练效率 实时性 智能体 避障 整合 优化 探索 表现 保证 学习 | ||
【主权项】：
1.一种基于深度强化学习的无人艇实时避障算法，其特征在于，包括以下步骤：/n1)在深度神经网络CNN的基础上增加两个LSTM网络，LSTM1包含64个隐藏单元，输入为图像信息与上一次的奖赏信息；LSTM2包含256个隐藏单元，输入为图像信息、LSTM1的输出价值、当前的速度以及上一次的动作；在每一次迭代过后，网络保留了之前的图像信息it、采取的动作at-1以及该动作的回报rt-1，为下一次的学习提供参考；/n2)在A3C算法中增加深度检测与回环检测两项辅助任务，丰富导航信息；/n3)将网络与GPU平台结合，处理训练与预测的数据；多个并行的Agent与环境产生的数据先经过训练队列被放入到训练器进行批处理，再输入到GPU网络中进行训练；/n4)以智能体代表无人艇，规范其动作空间：针对无人艇探索—避障—适应动态环境的需求，用三类环境模型来共同模拟无人艇的实际航行环境，将算法在其中进行训练迭代，训练完成后，在不同环境中验证，智能体将视觉信息输入到深度强化学习网络中，得到避障决策。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910756983.4/，转载请声明来源钻瓜专利网。
