声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：44-1240/TP
国际刊号：1000-8152
发布日期:
作者：孙辉辉,胡春鹤,张军国
单位：北京林业大学,北京林业大学,北京林业大学
关键词：移动机器人; 多智能体; 强化学习; 运动规划; 专家策略
基金：国家自然科学基金 (61703047) ；河北省高等学校科学技术研究项目(QN2021312)
为适应复杂环境下目标跟踪机器人高效运动规划需求，本文提出一种基于多智能体强化学习的专家型策略梯度(ML-DDPG) 方法。为此首先构建了基于最小化任务单元的分布式多Actor-Critic网络架构；随后针对机器人主动障碍清除和目标跟踪任务建立了强化学习运动学模型和视觉样本预处理机制，由此提出一种专家型策略引导的最优目标价值估计方法；进一步通过并行化训练与集中式经验共享，提升了算法的训练效率；最后在不同任务环境下测试了ML-DDPG 算法的目标跟踪与清障性能表现，和其它算法对比验证了其在陌生环境中良好的迁移与泛化能力。
来源：2022年第10期
《控制理论与应用》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。