广西师范大学电子工程学院
纸质出版:2023
移动端阅览
王志伟, 邹艳丽, 刘唐慧美, 等. 基于改进Q-learning算法和DWA的路径规划[J]. 传感器与微系统, 2023,(9):148-152.
王志伟, 邹艳丽, 刘唐慧美, 等. 基于改进Q-learning算法和DWA的路径规划[J]. 传感器与微系统, 2023,(9):148-152. DOI: 10.13873/J.1000-9787(2023)09-0148-05.
DOI:
针对传统Q-learning算法出现的规划路线转折点多,探索效率低,以及无法实现动态环境下的路径规划问题,提出一种基于改进Q-learning算法和动态窗口法(DWA)的融合算法。首先,改变传统Q-learning算法的搜索方式,由原先的8方向变成16方向;利用模拟退火算法对Q-learning进行迭代优化;通过路径节点优化算法进行节点简化,提高路径平滑度。然后,提取改进Q-learning算法规划路径的节点,将其作为DWA算法的临时目标,前进过程中,能够实时躲避环境中出现的动静态障碍物。最终实验结果表明:融合算法具有较好的路径规划能力,实现了全局最优和有效避障的效果。
优化多步长蚁群算法求解机器人路径规划问题[J]. 胡佳斌;王祥澍;张琪;全瑞坤.传感器与微系统,2021(10)
改进的Q-Learning算法及其在路径规划中的应用[J]. 毛国君;顾世民.太原理工大学学报,2021(01)
基于改进Camshift算法的NAO机器人目标跟踪[J]. 王立玲;单忠宇;马东;王洪瑞.半导体光电,2020(06)
基于背向障碍物搜索A~*算法的平滑路径规划[J]. 乔云侠;王庆;阳媛;张益.传感器与微系统,2020(08)
改进蚁群优化算法的移动机器人路径规划研究[J]. 刘永建;曾国辉;黄勃.传感器与微系统,2020(04)
一种改进的机器人路径优化算法[J]. 闫雪超;童东兵;陈巧玉.传感器与微系统,2020(02)
多信息融合下电动汽车充电路径规划[J]. 夏冬;李磊;杨恬恬;张剑;徐晶;苏粟.电测与仪表,2020(22)
基于遗传算法的太阳能飞艇光伏阵列优化研究[J]. 刘晓光;汪岳峰.半导体光电,2020(01)
基于改进灰狼优化算法的移动机器人路径规划[J]. 刘宁宁;王宏伟.电测与仪表,2020(01)
基于改进蚁群算法的输电线路路径规划关键技术[J]. 谢景海;苏东禹;卢诗华;贾祎轲;孙密;郭嘉.电测与仪表,2020(04)
基于改进遗传算法的移动机器人路径规划[J]. 魏彤;龙琛.北京航空航天大学学报,2020(04)
面向小型机器人的超大视场红外立体视觉可行性分析[J]. 陈一超;刘秉琦;黄富瑜.半导体光电,2019(02)
基于神经网络Q-learning算法的智能车路径规划[J]. 卫玉梁;靳伍银.火力与指挥控制,2019(02)
对AGV路径规划A星算法的改进与验证[J]. 赵江;张岩;马泽文;叶子超.计算机工程与应用,2018(21)
基于Q-Learning的无人驾驶船舶路径规划[J]. 王程博;张新宇;邹志强;王少博.船海工程,2018(05)
改进Q-Learning算法在路径规划中的应用[J]. 高乐;马天录;刘凯;张宇轩.吉林大学学报(信息科学版),2018(04)
基于势场栅格法的移动机器人避障路径规划[J]. 欧阳鑫玉;杨曙光.控制工程,2014(01)
基于栅格法的机器人路径规划[J]. 王娟娟;曹凯.农业装备与车辆工程,2009(04)
模拟退火算法的原理及实现[J]. 谢云.高等学校计算数学学报,1999(03)
The dynamic window approach to collision avoidance.[J]. Dieter Fox;Wolfram Burgard;Sebastian Thrun.IEEE Robot. Automat. Mag.,1997(1)
0
浏览量
306
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构