西南科技大学制造科学与工程学院 2. 制造过程测试技术省部共建教育部重点实验室 3. 南京大学工程管理学院控制与系统工程系 4. 成都理工大学核技术与自动化工程学院
纸质出版:2022
移动端阅览
董星宇, 唐开强, 傅汇乔, 等. 基于强化学习的六足机器人动态避障研究[J]. 传感器与微系统, 2022,(1):19-23.
基于强化学习的六足机器人动态避障研究[J]. 2022, (1): 19-23.
董星宇, 唐开强, 傅汇乔, 等. 基于强化学习的六足机器人动态避障研究[J]. 传感器与微系统, 2022,(1):19-23. DOI: 10.13873/J.1000-9787(2022)01-0019-05.
基于强化学习的六足机器人动态避障研究[J]. 2022, (1): 19-23. DOI: 10.13873/J.1000-9787(2022)01-0019-05.
针对局部可观测的非线性动态地震环境下
六足机器人采用传统算法进行动态避障时易出现算法不稳定的情况。运用了基于双重深度Q网络(DDQN)的决策方式
通过传感器数据输入卷积神经网络(CNN)并结合强化学习的策略
下达命令到六足机器人
控制输出决策动作
实现机器人动态避障。将系统的环境反馈与决策控制直接形成闭环
通过最大化机器人与避障环境交互产生的累计奖励回报
更新神经网络权重
形成最优决策策略。通过六足机器人平台实验结果证明:此方法能较好地减少传统深度强化学习算法容易导致过度估计状态动作值和损失函数难以收敛的风险;并且提高了六足机器人进行动态避障的效率和稳定性。
针对局部可观测的非线性动态地震环境下
六足机器人采用传统算法进行动态避障时易出现算法不稳定的情况。运用了基于双重深度Q网络(DDQN)的决策方式
通过传感器数据输入卷积神经网络(CNN)并结合强化学习的策略
下达命令到六足机器人
控制输出决策动作
实现机器人动态避障。将系统的环境反馈与决策控制直接形成闭环
通过最大化机器人与避障环境交互产生的累计奖励回报
更新神经网络权重
形成最优决策策略。通过六足机器人平台实验结果证明:此方法能较好地减少传统深度强化学习算法容易导致过度估计状态动作值和损失函数难以收敛的风险;并且提高了六足机器人进行动态避障的效率和稳定性。
中国地震救援机器人技术发展现状及趋势 [J]. 徐若涵. 机器人产业 . 2018(05)
基于速度方向判定的动态窗口法 [J]. 田永永,李梁华. 农业装备与车辆工程 . 2018(08)
圆周对称分布六腿机器人三种典型行走步态步长及稳定性分析 [J]. 徐坤,丁希仑,李可佳. 机器人 . 2012(02)
复杂场景下基于深度增强学习的移动机器人控制方法研究 [D]. 周能. 北京邮电大学 2019
基于快速扩展随机树的机器人路径规划算法仿真实验平台研究 [D]. 彭展. 中南大学 2004
Concise deep reinforcement learning obstacle avoidance for underactuated unmanned marine vessels [J] . Yin Cheng,Weidong Zhang. Neurocomputing . 2018
Neural networks based reinforcement learning for mobile robots obstacle avoidance [J] . Mihai Duguleana,Gheorghe Mogan. Expert Systems With Applications . 2016
Human-level control through deep reinforcement learning. [J] . Mnih Volodymyr,Kavukcuoglu Koray,Silver David,Rusu Andrei A,Veness Joel,Bellemare Marc G,Graves Alex,Riedmiller Martin,Fidjeland Andreas K,Ostrovski Georg,Petersen Stig,Beattie Charles,Sadik Amir,Antonoglou Ioannis,King Helen,Kumaran Dharshan,Wierstra Daan,Legg Shane,Hassabis Demis. Nature . 2015 (7540)
Reinforcement Learning of Adaptive Energy Management With Transition Probability for a Hybrid Electric Tracked Vehicle [J] . Liu, Teng,Zou, Yuan,Liu, Dexing,Sun, Fengchun. IEEE Transactions on Industrial Electronics . 2015 (12)
Monte-Carlo tree search and rapid action value estimation in computer Go [J] . Sylvain Gelly,David Silver. Artificial Intelligence . 2011 (11)
Structural knowledge transfer by spatial abstraction for reinforcement learning agents [J] . Lutz Frommberger. Adaptive Behavior . 2010 (6)
0
浏览量
894
下载量
3
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621