多障碍环境中基于增强式学习的势场优化和机器人路径规划 |
| |
引用本文: | 庄晓东,孟庆春.多障碍环境中基于增强式学习的势场优化和机器人路径规划[J].青岛海洋大学学报(自然科学版),2001,31(6):937-942. |
| |
作者姓名: | 庄晓东 孟庆春 |
| |
摘 要: | 该文把增强式学习方法应用于多障碍环境中机器人路径规划,并将增强式学习和路径规划结合,通过工作空间势场的自适应优化学习,实现机器人的全局路径规划,即得到从任何初始位置开始的最优路径。与传统的人工势场方法相比,该方法避免了势场中局部极小点所引起的陷阱区域,并且所得到的路径具有最优特性,计算机仿真实验结果表明,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题。
|
关 键 词: | 增强式学习 移动机器人 多障碍环境 人工势场 路径规划 |
本文献已被 维普 等数据库收录! |
|