基于深度强化学习的移动机器人轨迹跟踪和动态避障.PDF

第 36 卷 第 1 期 广东工业大学学报 Vol. 36  No. 1 2019 年 1 月 Journal of Guangdong University of Technology January 2019   doi: 10.12052/gdutxb.180029 基于深度强化学习的移动机器人 轨迹跟踪和动态避障 吴运雄，曾 碧 （广东工业大学　计算机学院，广东　广州  510006） 摘要: 针对移动机器人在局部可观测的非线性动态环境下, 实现轨迹跟踪和动态避障时容易出错和不稳定的问题, 提 出了基于深度强化学习的视觉感知与决策方法. 该方法以一种通用的形式将卷积神经网络的感知能力与强化学习的 决策能力结合在一起, 通过端对端的学习方式实现从环境的视觉感知输入到动作的直接输出控制, 将系统环境感知与 决策控制直接形成闭环, 其中最优决策策略是通过最大化机器人与动力学环境交互的累计奖回报中学习获得. 仿真实 验结果证明, 该方法可以满足多任务智能感知与决策要求, 较好地解决了传统算法存在的容易陷入局部最优、在相近 的障碍物群中震荡且不能识别路径、在狭窄通道中摆动以及障碍物附近目标不可达等问题, 并且大大提高了机器人 轨迹跟踪和动态避障的实时性和适应性. 关键词: 深度强化学习；移动机器人；轨迹跟踪；动态避障 中图分类号: TP242.6                   文献标志码: A                       文章编号: 1007–7162(2019)01–0042–09 Trajectory Tracking and Dynamic Obstacle Avoidance of Mobile Robot Based on Deep Reinforcement Learning Wu Yun-xiong, Zeng Bi (School of Computers, Guangdong University of Technology, Guangzhou 510006, China) Abstract: A method of visual perception and decision making based on deep reinforcement learning was proposed, to solve the problem of malfunction and instability in the trajectory tracking and dynamic obstacle avoidance of mobile robot in a partly observable nonlinear dynamic environment. This method was used in a general for