公开(公告)号：CN112987742B

公开(公告)日：2022-08-26

申请号：CN202110228596.0

申请日：2021-03-02

Applicant: 扬州大学

Inventor： 尹翔 ,  彭坤彦 ,  黄宁馨 ,  李恒宇

IPC: G05D1/02

Abstract: 本发明公开了一种机器人路径规划方法，包括：1、构建二维环境栅格图；2、构建进化策略神经网络，其输入为机器人位置，输出为该位置处机器人执行每个动作的概率；3、设置迭代参数并初始化；4、生成策略种群；5、计算策略种群的属性，建立S集合和U集合；6、构建深度强化学习网络；7、利用U更新深度强化学习网络的参数，并更新U和S；8、对S中策略对应的参数添加高斯噪声，生成新的非精英策略，并与上一代精英策略构成新的策略种群；当达到迭代次数最大值时，将策略种群中的最优策略作为结果，得到机器人从起始位置到目的位置每一步的动作；否则跳转至步骤4进行下一次迭代。该方法重复利用经验数据进行策略改进，以快速找到最优路径。

公开(公告)号：CN112987742A

公开(公告)日：2021-06-18

申请号：CN202110228596.0

申请日：2021-03-02

Applicant: 扬州大学

Inventor： 尹翔 ,  彭坤彦 ,  黄宁馨 ,  李恒宇

IPC: G05D1/02

Abstract: 本发明公开了一种机器人路径规划方法，包括：1、构建二维环境栅格图；2、构建进化策略神经网络，其输入为机器人位置，输出为该位置处机器人执行每个动作的概率；3、设置迭代参数并初始化；4、生成策略种群；5、计算策略种群的属性，建立S集合和U集合；6、构建深度强化学习网络；7、利用U更新深度强化学习网络的参数，并更新U和S；8、对S中策略对应的参数添加高斯噪声，生成新的非精英策略，并与上一代精英策略构成新的策略种群；当达到迭代次数最大值时，将策略种群中的最优策略作为结果，得到机器人从起始位置到目的位置每一步的动作；否则跳转至步骤4进行下一次迭代。该方法重复利用经验数据进行策略改进，以快速找到最优路径。