张晓莉,柳珍,郭庆.基于改进深度强化学习的SDN智能路由[J].传感器与微系统,2024(08).

卢锦澎,梁宏斌.基于深度Q网络的机器人路径规划研究综述[J].传感器与微系统,2024(06).

徐文鹏,王东晓,付林朋,张鹏,侯守明,曾艳阳.基于Q-learning的轻量化填充结构3D打印路径规划[J].传感器与微系统,2023(12).

周开河,杨跃平,叶夏明,朱艳伟,黄晓明.架空线路绝缘喷涂异物检测识别及机器人运动轨迹规划[J].电测与仪表,2023(06).

张欣,李春智,薛明,李方洲,倪豪.基于阵列式发射模组的群体机器人动态无线供电路径规划研究[J].电测与仪表,2023(07).

李永迪,李彩虹,张耀玉,张国胜.基于改进SAC算法的移动机器人路径规划[J].计算机应用,2023(02).

周盛世,单梁,常路,陈佳,刘成林,李军.基于改进DDPG算法的机器人路径规划算法研究[J].南京理工大学学报,2021(03).

Zhou, Zhiqian,Zhu, Pengming,Zeng, Zhiwen,Xiao, Junhao,Lu, Huimin,Zhou, Zongtan.Robot navigation in a crowd by integrating deep reinforcement learning and online planning[J].Applied Intelligence,2022.

LeCun Yann,Bengio Yoshua,Hinton Geoffrey.Deep learning.[J].Nature,2015.

White Chelsea C.,White Douglas J..Markov decision processes[J].European Journal of Operational Research,1989(1).