[发明专利]基于势场的强化学习路径规划算法在审
| 申请号： | 201911116875.7 | 申请日： | 2019-11-15 |
| 公开（公告）号： | CN110794842A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 褚明;苗雨;杨茂男;穆新鹏;尚明明 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 *** | 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： | 本发明提供了一种面向复杂环境下基于势场的强化学习机器人路径规划算法，属于智能算法优化领域，针对场景内存在大规模数量的可移动障碍物的环境条件，实现了复杂动态环境下的机器人路径规划。本方法首先利用传统人工势场法对环境空间进行建模，再根据势场模型定义马尔科夫决策过程中的状态函数、奖励函数和动作函数，并利用深度确定性策略梯度的强化学习算法，在仿真环境中对其进行训练，最终使机器人具备在复杂障碍物环境下进行无碰撞的路径规划的决策能力。实验结果表明，该方法决策时间短、系统资源占用低、具备一定的鲁棒性，能够实现在复杂环境条件下的机器人路径规划。 | ||
| 搜索关键词： | 机器人路径规划 势场 复杂环境条件 可移动障碍物 强化学习算法 系统资源占用 障碍物环境 传统人工 动态环境 动作函数 仿真环境 复杂环境 环境空间 决策过程 决策能力 路径规划 强化学习 智能算法 状态函数 鲁棒性 势场法 无碰撞 建模 算法 确定性 机器人 场景 奖励 优化 决策 | ||
【主权项】：
1.一种基于势场的强化学习路径规划方法，其特征在于：确定系数的强化学习势场环境建模方法：设置正比例斥力增益系数β＝10，正比例引力增益系数α＝0.3，根据环境中的障碍物个数n、位置
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邮电大学，未经北京邮电大学许可，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/201911116875.7/，转载请声明来源钻瓜专利网。
