移动机器人优先采样D3QN路径规划方法研究 |
| |
引用本文: | 袁帅,张莉莉,顾琦然,张凤,吕佳琪.移动机器人优先采样D3QN路径规划方法研究[J].小型微型计算机系统,2023(5):923-929. |
| |
作者姓名: | 袁帅 张莉莉 顾琦然 张凤 吕佳琪 |
| |
作者单位: | 1. 沈阳建筑大学信息与控制工程学院;2. 中国科学院沈阳自动化研究所 |
| |
基金项目: | 国家自然科学基金面上项目(62073227)资助;;辽宁省自然科学基金面上项目(20180520037)资助;;辽宁省教育厅基本科研项目面上项目(LJKZ0581)资助; |
| |
摘 要: | 近年来,以DQN(Deep Q-Network)为代表的人工智能技术在路径规划领域中广泛应用.为了解决传统DQN方法存在收敛速度较慢的问题,本文提出一种端到端的D3QN-PER(Dueling Deep Double Q-Network Prioritized Experience Replay)路径规划方法.首先,在感知端引入长短时记忆网络(Long Short-Term Memory),障碍物状态信息作为输入,进行取舍后储存在隐藏层,再转换成固定长度的向量和机器人自身状态向量输入至D3QN网络,提高记忆和认知障碍物的能力.然后,采用优先经验回放机制(Prioritized Experience Replay, PER)对经验池抽取小批量样本,保证样本多样性的同时提高重要样本的利用率,获取更加精确的Q值.最后,通过3个不同仿真场景进行验证,分别对DQN、DDQN、D3QN、D3QN-PER展开训练,实验结果表明,与其他方法相比,D3QN-PER的收敛速度比DQN算法提高56%,而且到达目标点的次数更多,可证明该方法在未知环境中可以更好地获取最优路径.
|
关 键 词: | DQN D3QN-PER LSTM 最优路径 |
|
|