公开(公告)号：CN116088495A

公开(公告)日：2023-05-09

申请号：CN202211416730.0

申请日：2022-11-14

Applicant: 中北大学

Inventor： 况立群 ,  王少桐 ,  韩慧妍 ,  曹亚明 ,  熊风光 ,  杨晓文 ,  张元 ,  庞敏 ,  薛红新 ,  郭磊 ,  韩燮

IPC: G05D1/02

Abstract: 本发明属于强化学习领域，具体涉及一种室内移动机器人强化学习导航方法，为解决在复杂环境复杂奖励的情况下，智能体导航中的样本利用率低以及导航成功率不高的问题，本发明在D3QN算法基础上，引入优势后见经验回放算法和分层强化学习结构。首先，通过比较不同轨迹点的优势函数来选择新目标点，拥有最大优势函数的轨迹点作为新目标点，根据新目标点，对轨迹样本重新标记并存入经验池中。然后，在分层强化学习的结构下，训练智能体在复杂的环境下学习，顶层智能体负责学习大范围的路径规划，底层智能体负责导航到子目标，最后实现到总目标点的导航。