基于深度注意力Q網(wǎng)絡(luò)的機(jī)器人路徑規(guī)劃研究

摘要： 針對(duì)傳統(tǒng)機(jī)器人路徑規(guī)劃算法在部分可觀測(cè)環(huán)境中收斂速度慢、準(zhǔn)確率低的問題，提出基于深度注意力Q網(wǎng)絡(luò)(DAQN)的機(jī)器人路徑規(guī)劃方法。首先，為克服傳統(tǒng)深度Q網(wǎng)絡(luò)(DQN)在處理部分可觀測(cè)馬爾科夫決策過程(POMDP)時(shí)由于缺乏記憶單元而導(dǎo)致的局限性，提出融合注意力機(jī)制的改進(jìn)DQN算法，充分利用和挖掘包含歷史數(shù)據(jù)的感知信息；其次，基于人工勢(shì)場(chǎng)(APF)法，設(shè)計(jì)機(jī)器人移動(dòng)距離和方向的獎(jiǎng)... （共6頁(yè)）