基于增強學習的移動機器人路徑規(guī)劃和運動規(guī)劃研究.pdf

1、路徑規(guī)劃(Path planning)與運動規(guī)劃(Motion planning)是移動機器人實現(xiàn)自主導航與控制的關鍵技術。由于外部環(huán)境與機器人運動學和動力學特性的復雜性，已有的路徑規(guī)劃和運動規(guī)劃方法還需要進一步研究解決考慮移動機器人動力學特性的優(yōu)化問題。增強學習(Reinforcement learning)作為求解序貫優(yōu)化決策問題的高效機器學習方法，在移動機器人路徑規(guī)劃和運動規(guī)劃問題中具有重要的應用價值。利用增強學習在環(huán)境交互中的學

2、習優(yōu)化能力，可以為路徑規(guī)劃和運動規(guī)劃算法提供自適應和自學習能力。
　　本研究主要內容包括：⑴研究了基于A*算法和最小二乘策略迭代（Least Square Policy Iteration，LSPI）的分層全局路徑規(guī)劃算法。該算法將A*算法的全局搜索能力和采用LSPI的局部避障優(yōu)化控制策略相結合，可以改善算法輸出的路徑質量。仿真結果驗證了算法的有效性。⑵提出了基于自學習 PD參數(shù)的移動機器人運動規(guī)劃方法，分別設計實現(xiàn)了采用LSPI