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...
Saved in:
Published in | 计算机科学 Vol. 50; no. 1; pp. 194 - 204 |
---|---|
Main Authors | , , |
Format | Journal Article |
Language | Chinese |
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 Access | Get 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 |