原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：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
本发明公开了基于深度强化学习的局部路径规划方法，针对目前路径规划难以应用在未知动态环境的问题。它通过激光雷达获取环境数据作为输入，使用神经网络拟合Q值输出对应的离散动作。本发明在基于价值的深度强化学习DuelingDoubleDQN(D3QN)框架，实现了一种在未知动态环境下进行局部路径规划的新颖和高效的方法。与现有算法比较，有以下优点：(1)训练前在经验回放池中加入专家样本并同时引入动量作为优先级评价标准改进优先经验回放方法提高数据利用率。(2)基于现实世界的动量考虑了物理因素，使得方法更
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116578080 A
(43)申请公布日 2023.08.11
(21)申请号 202310300610.2
(22)申请日 2023.03.27
(71)申请人 长春工业大学
地址 130012
文档评论（0）