期刊导航
期刊开放获取
cqvip
退出
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
景深约束下的深度强化学习机器人路径规划
被引量:
18
1
作者
王珂
卜祥津
+1 位作者
李瑞峰
赵立军
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第12期77-82,共6页
为了提高未知环境下移动机器人的探索能力,基于深度强化学习训练提出一种基于最小深度信息有选择的训练模式,通过运动学方程约束,优化了状态空间的搜索与采集,提高了训练速率.在仿真未知环境中通过将RGB-D传感器的深度图像作为机器人的...
为了提高未知环境下移动机器人的探索能力,基于深度强化学习训练提出一种基于最小深度信息有选择的训练模式,通过运动学方程约束,优化了状态空间的搜索与采集,提高了训练速率.在仿真未知环境中通过将RGB-D传感器的深度图像作为机器人的状态输入,学习模型将直接输出机器人的速度与角度并进行运动决策,验证了机器人路径规划控制策略.研究结果表明:在相同的训练时间下,所提出的训练模式对未知环境有更好的探索能力.
展开更多
关键词
路径规划
深度
强化学习
最小
深度
信息
探索能力
未知环境
原文传递
题名
景深约束下的深度强化学习机器人路径规划
被引量:
18
1
作者
王珂
卜祥津
李瑞峰
赵立军
机构
哈尔滨工业大学机器人技术与系统国家重点实验室
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018年第12期77-82,共6页
基金
国家自然科学基金资助项目(61673136)
国家重点研发计划智能机器人重点专项资助项目(2017YFB1301600)
文摘
为了提高未知环境下移动机器人的探索能力,基于深度强化学习训练提出一种基于最小深度信息有选择的训练模式,通过运动学方程约束,优化了状态空间的搜索与采集,提高了训练速率.在仿真未知环境中通过将RGB-D传感器的深度图像作为机器人的状态输入,学习模型将直接输出机器人的速度与角度并进行运动决策,验证了机器人路径规划控制策略.研究结果表明:在相同的训练时间下,所提出的训练模式对未知环境有更好的探索能力.
关键词
路径规划
深度
强化学习
最小
深度
信息
探索能力
未知环境
Keywords
path planning
deep reinforcement learning
minimum depth information
exploration ability
unknown environment
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
景深约束下的深度强化学习机器人路径规划
王珂
卜祥津
李瑞峰
赵立军
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2018
18
原文传递
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