基于Q神經(jīng)網(wǎng)絡(luò)的Agent路徑規(guī)劃算法

摘要： 針對未知環(huán)境下Agent自主決策的快速路徑規(guī)劃與避碰問題，將Q-learning與神經(jīng)網(wǎng)絡(luò)相結(jié)合，利用基于目標(biāo)導(dǎo)向的動作策略與獎勵函數(shù)的動態(tài)計算方法，以及優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架，構(gòu)建Agent避碰導(dǎo)航算法，通過仿真驗證，表明算法有效，收斂速度較快，適應(yīng)于靜態(tài)障礙的避碰與導(dǎo)航，同時對Agent隨機(jī)指定出發(fā)點及障礙物微小變化的環(huán)境，具有一定的泛化能力，算法可以支持無人裝備的自主路徑... （共5頁）