监督式强化学习在路径规划中的应用研究-计算机应用与软件.PDFVIP

第３５卷第１０期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１０ ２０１８年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１８ 监督式强化学习在路径规划中的应用研究 曾纪钧　梁哲恒 （广东电网有限责任公司信息中心　广东广州５１００８０） （中国南方电网公司信息化评测重点实验室　广东广州５１００８０） 摘　要　　机器学习分为监督式学习、非监督式学习和强化学习。由于强化学习在学习收敛方面速度较慢，难以 在实际控制系统中大规模应用。为解决以上问题，提出一种基于标称控制的监督式强化学习算法，并将其用于机 器人的路径规划当中。在训练初始阶段引入导师的先验知识，以增加系统的学习效果，同时逐步弱化导师的监督 指导作用，发挥强化学习探索优化的优势，让机器人尽快找到最优路径。针对机器人的路径规划问题，提出其监 督式学习算法，进行实验对比分析。结果显示，监督式强化学习