基于神经网络和强化学习的机器人避障控制研究.docx

基于神经网络和强化学习的机器人避障控制研究

摘要

机器人避障控制是现在社会上人工智能发展所要研究的非常重要的热门话题。在这一课题设计中，将会通过研究学习的机器人避障控制的强化学习算法，并在实现强化学习基础之上进行基于神经网络的强化学习的研究，然后实现它们的仿真。

如今大家所熟知的机器人避障控制有很多的方法，比如说人工势场法，它是利用人造引力场来对机器人的合力从而控制机器人的目标点移动以及通过随机扩展的树去接近目标点之后，然后控制机器人的移动。在本课题中将会选择强化学习算法中的Q学习算法来进行研究，它的优点是比较普遍而且容易扩展，是能够让机器人在未知的外界环境中不断的学习反馈，从而实现自主的控制