基于強(qiáng)化學(xué)習(xí)的牽引車路徑規(guī)劃研究.pdf

1、牽引車作為一種常用的牽引運(yùn)輸設(shè)備，在各行各業(yè)中得到了廣泛應(yīng)用。當(dāng)牽引車在碼頭、倉庫、軍用艦艇等處工作時(shí)，工作環(huán)境復(fù)雜擁擠，不確定因素較多，牽引車的行駛?cè)菀滓l(fā)安全事故。在航母甲板上需要進(jìn)行飛機(jī)的牽引、起飛和降落以及彈藥的保障等一系列作業(yè)任務(wù)，使?fàn)恳嚨男旭偘踩?、工作效率以及操作難度成為難題。因而將無人駕駛技術(shù)應(yīng)用于牽引車是未來的發(fā)展趨勢(shì)，而路徑規(guī)劃是該技術(shù)的核心。因此，對(duì)甲板上牽引車路徑規(guī)劃的研究具有重大意義。
　　本文以航母甲板

2、上的牽引車為研究對(duì)象，在分析了牽引車路徑規(guī)劃常用方法的基礎(chǔ)上，選用強(qiáng)化學(xué)習(xí)中具有較強(qiáng)自學(xué)習(xí)能力和較高魯棒性的Q學(xué)習(xí)算法對(duì)牽引車進(jìn)行路徑規(guī)劃研究。針對(duì)Q學(xué)習(xí)算法在牽引車路徑規(guī)劃中存在的三大難題，提出了相應(yīng)的解決方案，使?fàn)恳嚹軌蛟谖粗獜?fù)雜環(huán)境下快速找到無碰撞的最優(yōu)路徑。對(duì)于因Lookup表格存儲(chǔ)Q值函數(shù)所帶來的“維數(shù)災(zāi)難”問題，分別利用BP神經(jīng)網(wǎng)絡(luò)的非線性值函數(shù)逼近方法和模糊推理的較強(qiáng)泛化能力對(duì)Q學(xué)習(xí)算法進(jìn)行離散化，提出了BP神經(jīng)網(wǎng)絡(luò)和模

3、糊推理與Q學(xué)習(xí)相結(jié)合的路徑規(guī)劃算法。其中，基于BP-Q學(xué)習(xí)的路徑規(guī)劃算法可以很好地解決連續(xù)狀態(tài)和動(dòng)作空間的泛化問題，使動(dòng)靜態(tài)環(huán)境下的牽引車都能尋找到一條較優(yōu)的路徑。而基于模糊-Q學(xué)習(xí)的路徑規(guī)劃算法在實(shí)現(xiàn)BP-Q學(xué)習(xí)算法功能的基礎(chǔ)上，還可以解決復(fù)雜環(huán)境下的局部極小值問題。此外，模糊推理規(guī)則庫還可以為牽引車提供先驗(yàn)知識(shí)，從而提高學(xué)習(xí)速度。針對(duì)Q學(xué)習(xí)算法中動(dòng)作選擇時(shí)易產(chǎn)生的探索與利用的平衡問題，采用了Boltzmann分布策略，實(shí)現(xiàn)了“前期重