[发明专利]一种基于强化学习的移动机器人路径规划方法有效
| 申请号： | 201911001136.3 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110794832B | 公开（公告）日： | 2021-11-09 |
| 发明（设计）人： | 刘成菊;孙晓娴;姚陈鹏;陈启军 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02;G01C21/34 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于强化学习的移动机器人路径规划方法，该方法采用预训练后的改进A*算法，在任意环境中进行路径规划，所述改进A*算法的预训练过程包括以下步骤：S1：获取路径的起点、目标点和路径所在的已知环境，初始化改进A*算法；S2：采用改进A*算法进行路径规划，计算并保存路径规划过程中的搜索点和奖励值；S3：基于每个搜索点及其与目标点间所有搜索点的奖励值，计算每个搜索点对应的长期回报，获取训练数据；S4：基于训练数据，更新强化学习算法，获取每个搜索点的修正值，更新改进A*算法中的引导函数；S5：重复步骤S2至S4，直到满足预设的停止条件。与现有技术相比，本发明具有路径规划速度快、规划结果更优，且稳定性高的优点。 | ||
| 搜索关键词： | 一种 基于 强化 学习 移动 机器人 路径 规划 方法 | ||
【主权项】：
1.一种基于强化学习的移动机器人路径规划方法，其特征在于，该方法采用预训练后的改进A*算法，在任意环境中进行路径规划，所述改进A*算法采用预建立的强化学习算法更新引导函数，所述改进A*算法的预训练过程包括以下步骤：/nS1：获取路径的起点、目标点和路径所在的已知环境，初始化改进A*算法；/nS2：基于路径的起点、目标点和路径所在的已知环境，采用当前的改进A*算法进行路径规划，计算并保存路径规划过程中每一次的搜索点和该搜索点的奖励值；/nS3：基于每个搜索点及其与目标点间所有搜索点的奖励值，计算每个搜索点对应的长期回报，获取训练数据；/nS4：基于训练数据，更新强化学习算法，并通过更新后的强化学习算法，获取每个搜索点对应的修正值，更新改进A*算法中的引导函数；/nS5：重复步骤S2至S4，直到满足预设的停止条件，获取预训练后的改进A*算法。/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同济大学，未经同济大学许可，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/201911001136.3/，转载请声明来源钻瓜专利网。
