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 |
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。
修改评论