基于SPE-ICM的移动机器人内在动机避障规划.pdfVIP

372电子测量与仪器学报Vol.37No.2

第卷第期

20232·21·

年月JOUＲNALOFELECTＲONICMEASUＲEMENTANDINSTＲUMENTATION

DOI:10.13382/j．jemi．B2205932

*

基于SPE-ICM的移动机器人内在动机避障规划

罗国攀张国良徐佳宝

(四川轻化工大学人工智能四川省重点实验室宜宾644000)

:，。

摘要针对动态环境下强化学习算法对移动障碍物的检测不理想进而影响最优避障策略的问题提出一种以状态预测误差

为内在动机的奖励结构形式(statepredicterror－intrinsiccuriositymodule，SPE-ICM)来提高策略函数对Agent的环境探索能力。

，Agent(reward);，Agent

首先引入内在奖励机制为提供多重奖励结构其次依据内外的奖励结构优化提高对环境信息的感知能

力，，;，

改进对移动障碍物在数据结构上的采集检测方式并且依赖新的检测方式对最优避障策略函数进行优化提升最后将该网

(DDPG)，ＲOS，

络模型与深度确定性策略梯度算法结合运用到以搭建的路径规划仿真环境中进行对比实验验证所提算法的可

行性。，、。

结果表明所提算法在检测能力决策能力上效果明显更优

:;;

关键词状态奖励误差内在动机奖励最优避障策略

中图分类号:TP242文献标识码:A国家标准学科分类代码:510.8050

ObstacleavoidancestrategymethodformobilerobotsbasedonSPE-ICM

LuoGuopanZhangGuoliangXuJiabao

(ArtificialIntelligenceKeyLaboratoryofSichuanProvince，SichuanUniversityofScience＆Engineering，Yibin644000，China)

Abstract:Aimingattheproblemthatthereinforcementlearningalgorithmisnotidealtodetectmovingobstaclesinadynamic

environment，whichaffectstheoptimalobstacleavoidancestrategy．Astatepredicterror-i