一种基于深度强化学习的无人小车双层路径规划方法

TP311; 随着智能无人小车的广泛应用,智能化导航、路径规划和避障技术成为了重要的研究内容.文中提出了基于无模型的DDPG和SAC深度强化学习算法,利用环境信息循迹至目标点,躲避静态与动态的障碍物并且使其普适于不同环境.通过全局规划和局部避障相结合的方式,该方法以更好的全局性与鲁棒性解决路径规划问题,以更好的动态性与泛化性解决避障问题,并缩短了迭代时间;在网络训练阶段结合PID和A?等传统算法,提高了所提方法的收敛速度和稳定性.最后,在机器人操作系统ROS和仿真程序gazebo中设计了导航和避障等多种实验场景,仿真实验结果验证了所提出的兼顾问题全局性和动态性的方法具有可靠性,生成的路径和时间...

Full description

Saved in:
Bibliographic Details
Published in计算机科学 Vol. 50; no. 1; pp. 194 - 204
Main Authors 黄昱洲, 王立松, 秦小麟
Format Journal Article
LanguageChinese
Published 南京航空航天大学计算机科学与技术学院 南京 211106 2023
Subjects
Online AccessGet full text

Cover

Loading…
Abstract TP311; 随着智能无人小车的广泛应用,智能化导航、路径规划和避障技术成为了重要的研究内容.文中提出了基于无模型的DDPG和SAC深度强化学习算法,利用环境信息循迹至目标点,躲避静态与动态的障碍物并且使其普适于不同环境.通过全局规划和局部避障相结合的方式,该方法以更好的全局性与鲁棒性解决路径规划问题,以更好的动态性与泛化性解决避障问题,并缩短了迭代时间;在网络训练阶段结合PID和A?等传统算法,提高了所提方法的收敛速度和稳定性.最后,在机器人操作系统ROS和仿真程序gazebo中设计了导航和避障等多种实验场景,仿真实验结果验证了所提出的兼顾问题全局性和动态性的方法具有可靠性,生成的路径和时间效率有所优化.
AbstractList TP311; 随着智能无人小车的广泛应用,智能化导航、路径规划和避障技术成为了重要的研究内容.文中提出了基于无模型的DDPG和SAC深度强化学习算法,利用环境信息循迹至目标点,躲避静态与动态的障碍物并且使其普适于不同环境.通过全局规划和局部避障相结合的方式,该方法以更好的全局性与鲁棒性解决路径规划问题,以更好的动态性与泛化性解决避障问题,并缩短了迭代时间;在网络训练阶段结合PID和A?等传统算法,提高了所提方法的收敛速度和稳定性.最后,在机器人操作系统ROS和仿真程序gazebo中设计了导航和避障等多种实验场景,仿真实验结果验证了所提出的兼顾问题全局性和动态性的方法具有可靠性,生成的路径和时间效率有所优化.
Author 秦小麟
黄昱洲
王立松
AuthorAffiliation 南京航空航天大学计算机科学与技术学院 南京 211106
AuthorAffiliation_xml – name: 南京航空航天大学计算机科学与技术学院 南京 211106
Author_FL QIN Xiaolin
HUANG Yuzhou
WANG Lisong
Author_FL_xml – sequence: 1
  fullname: HUANG Yuzhou
– sequence: 2
  fullname: WANG Lisong
– sequence: 3
  fullname: QIN Xiaolin
Author_xml – sequence: 1
  fullname: 黄昱洲
– sequence: 2
  fullname: 王立松
– sequence: 3
  fullname: 秦小麟
BookMark eNrjYmDJy89LZWCQMDTQMzS0sDTTzyrOyq7QMzIyMDUwMDIxZGHgNAQydA2NzSM4GHiLizOTDIyMzUyA0JCTwfXJjobny3ufzt_1ZFffs-0bn-5a9nTPrqc9056uXfZk54Lns1qeTV_wZNeupxv6X-xd9rS_5-nGphfb1z_d1_JiecvTjknPpu18tnkqDwNrWmJOcSovlOZmUHNzDXH20C1PzEtLzEuPz8ovLcoDysSDHWcEdICBIZAwJlohAE2eXZk
ClassificationCodes TP311
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11896/jsjkx.220500241
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Computer Science
DocumentTitle_FL Bi-level Path Planning Method for Unmanned Vehicle Based on Deep Reinforcement Learning
EndPage 204
ExternalDocumentID jsjkx202301023
GrantInformation_xml – fundername: 国家自然科学基金
  funderid: (61728204)
GroupedDBID -0Y
2B.
2C0
4A8
5XA
5XJ
92H
92I
93N
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CUBFJ
CW9
GROUPED_DOAJ
PSX
TCJ
TGT
U1G
U5S
ID FETCH-wanfang_journals_jsjkx2023010233
ISSN 1002-137X
IngestDate Tue Feb 13 23:47:16 EST 2024
IsPeerReviewed false
IsScholarly true
Issue 1
Keywords 无人小车
深度强化学习
避障
路径规划
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-wanfang_journals_jsjkx2023010233
ParticipantIDs wanfang_journals_jsjkx202301023
PublicationCentury 2000
PublicationDate 2023
PublicationDateYYYYMMDD 2023-01-01
PublicationDate_xml – year: 2023
  text: 2023
PublicationDecade 2020
PublicationTitle 计算机科学
PublicationTitle_FL Computer Science
PublicationYear 2023
Publisher 南京航空航天大学计算机科学与技术学院 南京 211106
Publisher_xml – name: 南京航空航天大学计算机科学与技术学院 南京 211106
SSID ssib023646461
ssib001164759
ssj0057673
ssib017479302
ssib051375750
Score 4.6879625
Snippet TP311;...
SourceID wanfang
SourceType Aggregation Database
StartPage 194
Title 一种基于深度强化学习的无人小车双层路径规划方法
URI https://d.wanfangdata.com.cn/periodical/jsjkx202301023
Volume 50
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV07bxNBEF4loaHhjXjjgqGJHHzP3S3v7LUiCqoguYt8tg8UJCMRR0KpEHJBEYiERJBoSOXQIIgoQk7Ar_E5_hnMzt7ZF4IUQnPam52d-2bm7nZmtQ_G7kTNtu_LTqscce6UXbclysJteWXe9Kw29rhtp0kTZB_4iw_d-w2vMTP7qTBraa0XLbTW_7qu5H-8ijT0q14lewLPToQiAcvoX7yih_H6Tz4G5UIo9GQFxSHgIGqgPJB1CAOqCkAoUD6EHEJLVyEl8KlQJR4PRBUkUYIaVWErCQEJlNjc1c0lJwoJNK3CCog6KAFhLROItyhKV1kgbKrCVnWiKJIjCKFLzAKkTZJ9_TiN0AFzCmYeKBO_gsAi1ZTGoPkNbFJWWhPY-VsDSkIY5qgFKY2yEbg9ZeHaKCIkKSEVkLeGKIssKD8zlNFU6ufKenGMxCxgpveZdKoRRjJSUNXwUcvAgKXWUwqidjUxK_CC-U-gdO588rAI6C0gZmP1jEeCRH_a80chzmNSblX8Qq9EJ9A4vFHstsx-vYc-T9MHWebU6Cycsc3pzkd7SiH1qM3K6sqT5wt6tbWO1qxpVDCZq0kc2qh690Fnlp2yOebUhcELCrz1tnTTwBjTXPzvTzeW06cU-IWNCz1UBvOESh4zYdLLzVKYTNF8QgGCvPcHRFpd142b3UeFQHDpHDuTZXClwHyO59nM-uML7Gx-Okop6ywvMjX8_uJg53X6MRkmb0Z7u2kySH8k6cZW-nkw3N8--NAfvd8eJkn6dXP8c5BubqS7L8d7X9Jf_fFOP331drS1P_r27hK7W1dL1cVyhmY5-zGsLh-2mHOZzXWfdjtXWCniMWbnHFOqCANpDDViIduVOI4svyWbzfgqu32MsGvHclxnp3XZjBLeYHO9Z2udmxg396Jb5LLfsSmW6A
link.rule.ids 315,786,790,870,4043,27956,27957,27958
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%97%A0%E4%BA%BA%E5%B0%8F%E8%BD%A6%E5%8F%8C%E5%B1%82%E8%B7%AF%E5%BE%84%E8%A7%84%E5%88%92%E6%96%B9%E6%B3%95&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6&rft.au=%E9%BB%84%E6%98%B1%E6%B4%B2&rft.au=%E7%8E%8B%E7%AB%8B%E6%9D%BE&rft.au=%E7%A7%A6%E5%B0%8F%E9%BA%9F&rft.date=2023&rft.pub=%E5%8D%97%E4%BA%AC%E8%88%AA%E7%A9%BA%E8%88%AA%E5%A4%A9%E5%A4%A7%E5%AD%A6%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8A%80%E6%9C%AF%E5%AD%A6%E9%99%A2+%E5%8D%97%E4%BA%AC+211106&rft.issn=1002-137X&rft.volume=50&rft.issue=1&rft.spage=194&rft.epage=204&rft_id=info:doi/10.11896%2Fjsjkx.220500241&rft.externalDocID=jsjkx202301023
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjkx%2Fjsjkx.jpg