基于人工势场与强化学习的机器人路径规划方法
文献类型：专利
| 作者 | 么庆丰 ; 郑泽宇; 赵明; 潘怡君
|
| 发表日期 | 2021-05-14 |
| 著作权人 | 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明授权 |
| 产权排序 | 1 |
| 其他题名 | Robot path planning method based on artificial potential field and reinforcement learning |
| 英文摘要 | 本发明公开了一种基于人工势场与强化学习的机器人路径规划方法，属于路径规划领域。首先，利用使用人工势场法构建地图。其次，在多目标的情况加入小范围强作用力的域势场。最后，利用强化学习与分布课程学习技术，实现多智能体在多目标情况下的路径规划。本发明结合人工势场法和强化学习法，将多目标环境有效建模，同时减少局部稳定点的出现，使用强化学习对出现的局部稳定点情况也进行学习规避，提高了路径规划的成功率。本发明对于路径规划具有更高的可靠性。 |
| 公开日期 | 2021-11-23 |
| 申请日期 | 2019-10-25 |
| 语种 | 中文 |
| 状态 | 有权 |
| 源URL | [http://ir.sia.cn/handle/173321/30026]  |
| 专题 | 沈阳自动化研究所_数字工厂研究室 沈阳自动化研究所_智能检测与装备研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 么庆丰,郑泽宇,赵明,等. 基于人工势场与强化学习的机器人路径规划方法. 2021-05-14. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。