首页> 中文期刊> 《电气技术》 >基于强化学习算法的井下移动机器人路径规划

基于强化学习算法的井下移动机器人路径规划

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

移动机器人路径规划一直是机器人研究领域中的难点问题,本文针对煤矿井下环境的不确定性,采用强化学习算法中的Q-learning算法实现井下移动机器人的局部路径规划,并对Q函数中的即时回报进行加权修正,使算法更有效地利用环境特征信息,提高了避障能力.仿真实验说明该方法的有效性和可行性.

著录项

来源
《电气技术》 |2008年第8期|47-49|共3页
作者
王帅;
展开▼
作者单位

煤炭科学研究总院抚顺分院,辽宁,抚顺,11300;

展开▼
原文格式 PDF
正文语种 chi
中图分类电气化铁路;
关键词
移动机器人; 不确定环境; 强化学习; 路径规划;

相似文献

中文文献
外文文献
专利

1. 煤矿井下基于Q-learning算法的移动机器人路径规划 [J] . 王帅 . 现代电子技术 . 2008,第024期
2. 煤矿井下基于改进A*算法的移动机器人路径规划 [J] . 王帅 . 煤矿机械 . 2008,第11期
3. 改进强化学习算法应用于移动机器人路径规划 [J] . 王科银 ,石振 ,杨正才 . 计算机工程与应用 . 2021,第018期
4. 基于深度强化学习和动态窗口法的移动机器人路径规划 [J] . 王鹏凯 ,梁中华 ,杨阔 . 计算机与数字工程 . 2021,第010期
5. 基于强化学习的移动机器人路径规划研究综述 [J] . 刘志荣 ,姜树海 . 制造业自动化 . 2019,第003期
6. 基于Q强化学习与CMAC的移动机器人局部路径规划 [C] . 王仲民 ,天津工程师范学院 ,岳宏 . 第二十四届中国控制会议 . 2005
7. 基于强化学习的移动机器人局部路径规划算法研究 [A] . 宋莉 . 2019

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号