期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于行为克隆和奖励重构的AGV路径规划算法
1
作者
罗磊
赵宁
任成栋
《计算机集成制造系统》
北大核心
2025年第10期3744-3761,共18页
针对使用强化学习算法解决移动机器人拣选系统(RMFS)中AGV路径规划所存在的数据利用效率低、有效数据采集困难的问题,提出一种结合行为克隆方法和奖励重构方法的新的强化学习训练框架,来提升神经网络的训练效果。行为克隆方法通过监督...
针对使用强化学习算法解决移动机器人拣选系统(RMFS)中AGV路径规划所存在的数据利用效率低、有效数据采集困难的问题,提出一种结合行为克隆方法和奖励重构方法的新的强化学习训练框架,来提升神经网络的训练效果。行为克隆方法通过监督学习的方式,让神经网络直接学习专家经验,来迅速提升神经网络的决策能力;奖励重构方法通过更加精细的奖励值函数设计,来提升强化学习的训练效果。实验表明,同时使用行为克隆方法与奖励重构方法的强化学习过程,其训练效果远优于标准的强化学习算法(既不使用行为克隆方法也不使用奖励重构方法)。
展开更多
关键词
移动机器人拣选系统
自动导引小车
路径规划
策略梯度算法
行为克隆
奖励重构
在线阅读
下载PDF
职称材料
题名
基于行为克隆和奖励重构的AGV路径规划算法
1
作者
罗磊
赵宁
任成栋
机构
北京科技大学机械工程学院
出处
《计算机集成制造系统》
北大核心
2025年第10期3744-3761,共18页
基金
国家自然基金资助项目(52075036)
国家重点研发计划资助项目(2022YFC3302204)。
文摘
针对使用强化学习算法解决移动机器人拣选系统(RMFS)中AGV路径规划所存在的数据利用效率低、有效数据采集困难的问题,提出一种结合行为克隆方法和奖励重构方法的新的强化学习训练框架,来提升神经网络的训练效果。行为克隆方法通过监督学习的方式,让神经网络直接学习专家经验,来迅速提升神经网络的决策能力;奖励重构方法通过更加精细的奖励值函数设计,来提升强化学习的训练效果。实验表明,同时使用行为克隆方法与奖励重构方法的强化学习过程,其训练效果远优于标准的强化学习算法(既不使用行为克隆方法也不使用奖励重构方法)。
关键词
移动机器人拣选系统
自动导引小车
路径规划
策略梯度算法
行为克隆
奖励重构
Keywords
robotic mobile fulfilment system
automated guided vehicle
path finding problem
policy gradient
behavioral cloning
reward reconstruction
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于行为克隆和奖励重构的AGV路径规划算法
罗磊
赵宁
任成栋
《计算机集成制造系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
