原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种强化学习算法应用于多移动机器人的觅食实例研究
任簸 陈宗海
冲国科拳技术太学自动化系．安徽，台肥一230027)
摘要：本文提出一种基于过程奖赏(Pro㈣Reward)和优先扫除(Priocifized
Sweeping)的强化学
习算法(PS—proceas)。以多移动机器人觅食任务的计算机仿真为手段，与手工编程的同构策略
Reward)和优先扫除
的强化学习算法(I
S—resulO进行对比，对比结果表明本文提出的强化学习算法能显著减少多移动
机器人之间的冲突，提商系统整体性能，从而体现多机器人系统的优越性。
关键词：过程奖赏：优先扫除：强化学习；多移动机器人
ofaReinforcement
Application LearningAlgorithm
Robot Task
to Mobile
Multiple Forage
YiRen Chen
Zon．曲ai
230027)
oil
Abstract：Inthis reinforcement based rewardand
paper,a learning$godthmprocess prioritized
is simulationfor astaskis to this
sweepingpresented．Thecomputer forage adoptedcompare
presented
to code
hand andterritorialheterogeneous a
algorithm swalegiesincludinghomogeneous strategy,and
reinforcement basedonlocalrewardand The
learningalgorithm prioritizedsweeping
comparison
showthatthe on rewardand inthh call
results a190fitlmlbased presented
process sweeping paper
decreaseintcrference，avoidthedeadlockand the
improvegroupperformance．
文档评论（0）