基于自适应探索DDQN的移动机器人路径规划

作     者：冷忠涛 张烈平 彭建盛 王艺霖 张翠 Leng Zhongtao;Zhang Lieping;Peng Jiansheng;Wang Yilin;Zhang Cui

作者机构：桂林理工大学广西高校先进制造与自动化技术重点实验室桂林541006 桂林航天工业学院广西特种工程装备与控制重点实验室桂林541004 河池学院广西高校人工智能与信息处理重点实验室河池546300 桂林明富机器人科技有限公司桂林541004 南宁理工学院信息工程学院桂林541006 

基　　金：国家自然科学基金(62063006) 广西科技重大专项(2022AA05002) 广西高校人工智能与信息处理重点实验室项目(2022GXZDSY003)资助 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2024年第47卷第22期

页      码：84-93页

摘      要：针对传统双深度Q网络算法在路径规划中探索和利用分配不平衡,数据利用不充分等问题,提出了一种改进的DDQN路径规划算法。首先,在自适应探索策略中引入探索成功率的概念,将训练过程分为探索环境和利用环境两个阶段,合理分配探索和利用。其次,通过双经验池混合采样机制,将经验数据按照奖励大小进行分区采样,确保有利数据的利用度达到最大。最后,设计了基于人工势场的奖励函数,使机器人能获得更多的单步奖励,有效改善了奖励稀疏的问题。实验结果表明,所提出的算法相比传统DDQN算法和基于经验分区和多步引导的DDQN算法能获得更高的奖励值,成功率更高,规划时间和步数也更短,算法整体性能更加优越。

主 题 词：路径规划 DDQN 自适应探索 双经验池 人工势场 

学科分类：080902[080902] 0809[工学-计算机类] 080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.19651/j.cnki.emt.2416813

馆 藏 号：203157080...