基于增強學習和ART2神經(jīng)網(wǎng)絡的移動機器人路徑規(guī)劃研究.pdf

1、本文在增強學習和ART2神經(jīng)網(wǎng)絡的基礎上，研究了移動機器人路徑規(guī)劃問題，并重點分析了路徑規(guī)劃中的避碰撞問題。 本文主要的工作和創(chuàng)新點有以下三個方面：(1)首先針對增強學習中的策略問題，提出了一種漸進式Soft-Max行為選擇策略；即在學習初始時，因為對行為掌握的經(jīng)驗知識不夠，學習主要通過探索以得到行為的經(jīng)驗知識；在學習的后期則因積累了足夠多的經(jīng)驗知識，可以更好地利用行為，同時也可以通過某種突變以達到加快或減慢學習速度的目的。其次

2、針對連續(xù)性任務，提出了一種連續(xù)任務On-Policy增強學習方法S-Learning以及基于最先策略的增強學習方法FPRL(Foremost-PolicyReinforcementLearning)，并在仿真實驗中與傳統(tǒng)的Q-Learning方法進行對比，以說明這兩種增強學習方法的可行性。 (2)為了解決增強學習中傳統(tǒng)的策略查詢表(lookup-table)不適合存儲大量的狀態(tài)值和行為值的問題，本文采用ART2神經(jīng)網(wǎng)絡存儲大量的

3、狀態(tài)空間和分類模式。面對大量的分類模式，手工評估和選擇分類模式是非常困難的，為此本文在ART2神經(jīng)網(wǎng)絡中引入增強學習評估和選擇機制，結合成RL-ART2(ReinforcementLearningbasedART2NeuralNetwork)神經(jīng)網(wǎng)絡，成功地解決了如何評估和選擇己存儲在ART2中的分類模式的問題。 (3)提出了基于RL-ART2神經(jīng)網(wǎng)絡的移動機器人多障礙物避碰撞系統(tǒng)RLART2-CAS(RLART2-Collis