| 基于改进的DQN机器人路径规划 |
| |
| 引用本文： | 董永峰,杨琛,董瑶,屈向前,肖华昕,王子秋. 基于改进的DQN机器人路径规划[J]. 计算机工程与设计, 2021, 42(2): 552-558. DOI: 10.16208/j.issn1000-7024.2021.02.037 |
| |
| 作者姓名： | 董永峰 杨琛 董瑶 屈向前 肖华昕 王子秋 |
| |
| 作者单位： | 河北工业大学 人工智能与数据科学学院,天津 300401;河北工业大学 河北省大数据计算重点实验室,天津 300401;河北工业大学 河北省数据驱动工业智能工程中心,天津 300401;河北工业大学 人工智能与数据科学学院,天津 300401;河北工业大学 河北省大数据计算重点实验室,天津 300401;河北工业大学 人工智能与数据科学学院,天津 300401;河北工业大学 河北省大数据计算重点实验室,天津 300401;河北工业大学 河北省数据驱动工业智能工程中心,天津 300401;河北工业大学 人工智能与数据科学学院,天津 300401;河北工业大学 河北省大数据计算重点实验室,天津 300401;河北工业大学 人工智能与数据科学学院,天津 300401;河北工业大学 河北省大数据计算重点实验室,天津 300401;河北工业大学 人工智能与数据科学学院,天津 300401;河北工业大学 河北省大数据计算重点实验室,天津 300401 |
| |
| 基金项目： | 天津市自然科学基金重点基金项目 ;天津市科技计划基金项目 |
| |
| 摘 要： | 针对深度Q学习算法在机器人路径规划中的过估计问题,提出一种动态融合深度双Q算法(dynamic target doub-le deep Q network,DTDDQN).通过动态融合DDQN和平均DQN的先验知识进行网络参数训练,前期以较大权重的DDQN优化目标对估计网络进行网络训练和先验知识的积累,随着学习的深入,...
|
| 关 键 词： | 动态融合 机器人路径规划 过估计 深度强化学习 优化目标 |
Robot path planning based on improved DQN |
| |
| DONG Yong-feng,YANG Chen,DONG Yao,QU Xiang-qian,XIAO Hua-xin,WANG Zi-qiu. Robot path planning based on improved DQN[J]. Computer Engineering and Design, 2021, 42(2): 552-558. DOI: 10.16208/j.issn1000-7024.2021.02.037 |
| |
| Authors: | DONG Yong-feng YANG Chen DONG Yao QU Xiang-qian XIAO Hua-xin WANG Zi-qiu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
