基于深度学习的森林消防机器人路径规划

编号 zgly0001708693

文献类型 期刊论文

文献题名 基于深度学习的森林消防机器人路径规划

作者 孙上杰  姜树海  崔嵩鹤  康玥  陈语唐 

作者单位 南京林业大学机械电子工程学院 

母体文献 森林工程 

年卷期 2020年04期

年份 2020 

分类号 TP242  TP18 

关键词 森林消防  机器人  深度学习  路径规划 

文摘内容 针对强化学习算法收敛速度慢,易产生维度灾难的问题提出一种深度学习与强化学习相结合的算法,用于解决六足森林消防机器人的路径规划问题。采用Python方法建立二维网格地图,对复杂的环境进行模拟,减小建模的复杂性,在相同的条件下,分别对强化学习和深度强化学习算法进行仿真研究。对比仿真结果表明,深度强化学习算法下机器人到达目标点所需步长随迭代次数而减少,能使学习效率得到显著的提高,可以说明算法的收敛速度更快。