强化学习在移动机器人导航上的应用.pdfVIP

强化学习在移动机器人导航上的应用 卓睿 陈宗海 陈春林 冲国科学技术大学，自动他系，台肥230027) 摘要：导航是移动机器人的一项关键技术。强化学习通过试错与环境交互获得策略的改进，其 自学习和在线学习的特点使其成为机器学习领域的一个重要分支。该文首先分析了机器人学习存 在的一些问题；其次介绍了强化学习的原理和结构：然后结合近年来的研究综述了强化学习技术 在导航应用上的两种方法：离散化法和函数估计法；最后简单的介绍了强化学习在移动机器人导 航领域未来的发展方向。 关键词i强化学习：移动机器^i离散化接：蘸牧估计法 ofMobileRobotsBasedReinforcement Navigation by Learning RuiZhuo ChenChunlinChen Zonghai ofmobilerobots．Reinforcement isthekey learninggetsopdmal tfuull曲 Abstract：Navigation policy and with environment．Itsof andonline 证al—and-eaTorinteractiondynamic properties self-improving makereinforcementbecomeoneofmost machine methodsInthis learning learning impotlantlearning describesolrleofthedifficultiesof auseful oliareal paper,wefirstry impl口n∞dng learningsystem also and ofreinforcement roboLWe thefoundation,structure survey algorithrns learning．1慨we reirfforcemcntmethodsin曲c ofmobilerobots： discusstwo胁出of learning navigafon deeply discI埙iza矗onandfunction some approximation；Finally,webricfUpointout learningintheaspectofthenavigationofmobilembots． Learning；MobileRobots；Discretizafion；FuncdonApproximation Keywords：Reinforcement 1引言 导航是移动机器人的—项关键技术，就是找到一条路径，使机器人从初始位置出发，在 避碰的同时到达目标点，这个过程就是著名的路径规划问题。路径规划作为移动机器人导航 的一个重要的内容，分为全局规划和局部规划两种。全局规划方法如势场法【l】、全局栅格法翻 等，主要用于机器人外部