-
题名基于改进深度强化学习算法的农业机器人路径规划
- 1
-
-
作者
赵威
张万枝
侯加林
侯瑞
李玉华
赵乐俊
程进
-
机构
山东农业大学机械与电子工程学院
农业装备智能化山东省工程研究中心
北京邮电大学人工智能学院
山东省设施园艺智慧生产技术装备重点实验室(筹)
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第7期1492-1503,共12页
-
基金
山东省重点研发计划(重大科技创新工程)项目(2022CXGC020703)
山东省重点研发计划(乡村振兴科技创新提振行动计划)项目(2022TZXD006)
山东省薯类产业技术体系农业机械岗位专家项目(SDAIT-16-10)。
-
文摘
农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划分行走行和作物行区域;对地图边界进行膨胀拟合处理,形成前向弓字形作业走廊.利用中间目标点分割全局环境,将复杂环境划分为多阶段短程导航环境以简化目标点搜索过程.从动作空间、探索策略和奖励函数3个方面改进深度Q网络算法以改善奖励稀疏问题,加快算法收敛速度,提高导航成功率.实验结果表明,搭载MPN-DQN的农业机器人自主行驶的总碰撞次数为1,平均导航时间为104.27 s,平均导航路程为16.58 m,平均导航成功率为95%.
-
关键词
深度强化学习
农业机器人
中间目标点
多目标点导航融合改进深度Q网络算法(MPN-DQN)
路径规划
-
Keywords
deep reinforcement learning
agricultural robot
intermediate target point
multi-target point navigation integrated improved deep Q-network algorithm(MPN-DQN)
path planning
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进人工势场法的机器人避障及路径规划研究
被引量：81
- 2
-
-
作者
徐飞
-
机构
西安工业大学计算机科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第12期293-296,共4页
-
基金
国家自然科学基金(61572392)
陕西省教育厅科学研究计划项目(15JK1364)
西安工业大学校长基金(XAGDXJJ1217)资助
-
文摘
在不确定和复杂的移动环境中,利用传统的人工势场法进行机器人避障很难满足对环境动态适应性的需要。提出了一种相对速度的改进的人工势场法,针对于传统的路径规划中局部最小值问题,提出设置中间目标点的方法,给机器人一个外力以避免其在局部最小点处停止或者徘徊,确保机器人能够逃出最小值陷阱并顺利到达目标位置。最后在Matlab平台上进行了仿真实验,实验结果表明,改进后的人工势场法能较好地实现动态环境下移动机器人的路径规划。
-
关键词
人工势场法
避障
中间目标点
路径规划
-
Keywords
Artificial potential field method, Obstacle avoidance, Intermediate target, Path planning
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
