摘要
本发明公开了基于改进DQN算法的移动机器人路径规划方法,其中方法步骤包括:构建路径规划的二维栅格环境地图;基于二维栅格环境地图,构建DQN路径规划模型;优化DQN路径规划模型,得到最终模型;利用最终模型,完成移动机器人的路径规划。本发明在DQN路径算法的基础上,设计了一种人工势场指导动作选择方法,结合时变动态贪婪策略引导动作选择,可以有效减少无用探索,提高探索效率;同时,本发明还设计了一种基于分类的高价值优先经验回放制度,从经验储存和经验采样两个角度对回放方法进行改进,提升了采样利用率的同时,减少传统优先经验回放制度耗时长对算法整体的影响。
技术关键词
DQN算法
人工势场
回放方法
规划
移动机器人
贪婪策略
均匀采样方法
地图
栅格
深度神经网络
决策方法
方格
阶段
短距离
因子
障碍物
系统为您推荐了相关专利信息
多源异构数据
经济优化设计方法
动态知识图谱
动态关联分析
环境传感器数据
辅助泊车方法
机动车
组合导航定位系统
车载摄像头
三维场景地图
容量规划方法
电力系统
不确定性模型
分解算法
节点
协作机器人
识别模块
人工智能视觉
工件
立体视觉
CAN总线物理层
路径规划优化方法
整车
分支
网络节点