CORC  > 兰州理工大学  > 兰州理工大学  > 机电工程学院
基于神经网络Q- learning 算法的智能车路径规划
卫玉梁; 靳伍银
刊名火力与指挥控制
2019
卷号44期号:2页码:46-49
关键词路径规划 智能小车 神经网络 仿真
ISSN号1002-0640
英文摘要针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q- learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。
WOS研究方向Automation & Control Systems
语种中文
CSCD记录号CSCD:6439169
状态已发表
内容类型期刊论文
源URL[http://ir.lut.edu.cn/handle/2XXMBERH/74550]  
专题机电工程学院
作者单位兰州理工大学机电工程学院, 兰州, 甘肃 730050, 中国
推荐引用方式
GB/T 7714
卫玉梁,靳伍银. 基于神经网络Q- learning 算法的智能车路径规划[J]. 火力与指挥控制,2019,44(2):46-49.
APA 卫玉梁,&靳伍银.(2019).基于神经网络Q- learning 算法的智能车路径规划.火力与指挥控制,44(2),46-49.
MLA 卫玉梁,et al."基于神经网络Q- learning 算法的智能车路径规划".火力与指挥控制 44.2(2019):46-49.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace