-
公开(公告)号：CN116501034A
公开(公告)日：2023-07-28
申请号：CN202310282213.7
申请日：2023-03-22
Applicant: 南京工业大学
IPC: G05D1/02
Abstract: 机器人执行任务时需要具备移动控制和路径规划的能力，其中合理的路径规划能够降低时间成本、提高工作效率。针对传统路径规划在不同任务之间学习经验难以迁移的问题，本发明提出一种基于迁移强化学习的VEX机器人路径规划方法，首先，用栅格法对当前比赛场地进行划分，智能体使用强化学习设计单场比赛的最优路径，获得学习经验；接着，智能体使用迁移强化学习重用源任务的先验经验，将之迁移到下一个比赛，从而缩短了新场地的路径搜索时间。“合纵连横”和“一触即发”比赛下的仿真结果表明，相比于传统的A*算法、Dijkstra算法，本方法在降低模型训练时间的同时提高了路径规划的准确性，有效解决了高相关性路径规划任务之间的经验共享问题。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
