-
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]
-
