-
题名子目标驱动DQN算法的无人车狭窄转弯环境导航
被引量：2
- 1
-
-
作者
耿玺钧
崔立堃
熊高
刘知阳
-
机构
陕西理工大学机械工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2024年第11期3637-3644,共8页
-
基金
陕西省自然科学基金基础研究计划项目(2023-JC-YB-018)。
-
文摘
针对无人车在狭窄的转弯工作环境下,传统导航存在无法构建地图或所构建地图障碍物膨胀半径过大以及定位和控制存在误差,从而导致无人车与障碍物相撞,无法有效完成导航任务的问题,首先,通过将A^(*)算法所生成的路径进行离散化,周期性选取路径点作为深度强化学习算法的目标点的方法,设计子目标驱动DQN算法,并基于此建立深度神经网络;然后,采用软件搭建狭窄的转弯环境,使用所提出子目标驱动DQN算法、无子目标驱动的DQN算法、DDPG算法、SAC算法分别对无人车进行训练,通过对比4种算法的收敛速度、执行步数以及导航成功率,验证所提出子目标驱动DQN算法在完成狭窄转弯环境导航任务时,效果最好;最后,将所提出算法的训练结果移植到全新的、空间更小、弯数更多的测试场景中进行测试,表明无人车能够顺利完成导航任务,从而验证所提出子目标驱动DQN算法的高扩展性.
-
关键词
A*算法
路径离散化
子目标驱动dqn算法
无人车
狭窄环境
导航
-
Keywords
A*algorithm
path discretization
sub-target driven dqn algorithm
unmanned vehicle
narrow environment
navigation
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于过时信息年龄最小化无人机路径规划
- 2
-
-
作者
殷杰
付芳
李凯
-
机构
山西大学物理电子工程学院
海南大学计算机科学与技术学院
-
出处
《测试技术学报》
2024年第4期363-370,共8页
-
文摘
在一些对信息新鲜度要求较高的物联网(IoT)场景中,无人机凭借其高机动性和灵活性的特点可以用于辅助采集设备数据。现有的评估信息新鲜度的信息年龄存在一定局限性,无法从内容角度准确定义。该文采用过时信息年龄来表征信息新鲜度,并且提出基于好奇心驱动DQN算法的无人机辅助IoT数据采集方案,通过优化无人机轨迹,实现在满足无人机能耗约束条件下过时信息年龄的最小化。仿真结果表明,相比传统DQN算法,该文所提算法使智能体探索能力加强,收敛速度变快约45%,所得奖励值高约67%。
-
关键词
物联网
过时信息年龄
无人机路径规划
好奇心驱动dqn算法
-
Keywords
Internet of Things
age of outdated information
UAV path planning
curiosity-driven dqn algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
