.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
摘要
随着科学技术的迅速发展，移动机器人的应用范围不断扩大。在移动机器人领域，路径规划已形成相对完整的理论体系，是最重要和最具挑战性的任务之一，尤其是在不确定环境中。近年来，路径规划已成为一个热门的研究问题，并在多个领域得到广泛应用，主要包括机器人手术、物流运输和自动驾驶汽车。为解决路径规划问题，本文提出了一种使用Q-learning算法在障碍环境中寻找多条可行路径的方法。首先，对Q-learning算法进行预训练，使其适用于路径规划。然后，构建障碍环境地图，并应用状态动作值函数编译路径规划程序。最后，收集实验结果，包括路径规划地图和训练进程的对应图表。为保障最终路径的有效性，将函数中的所有参数设置为常数。实验结果表明，Q-learning算法能够成功解决多路径规划问题。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息