| 基于深度強化學習和社會力模型的移動機器人自主避障 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>1912 K | |
| 標簽： 深度強化學習 社會力模型 自主避障 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：深度強化學習在移動機器人自主避障領域已得到廣泛應用，其基本原理是通過模擬環(huán)境中的不斷試錯，結合獎勵機制提升機器人的避障性能。然而，針對不同任務場景，網絡訓練效率存在顯著差異。同時，在人群密集的場景中，機器人的行為可能對人類造成干擾。為了應對訓練效率低下和機器人行為不符合社會規(guī)范的問題，提出了一種將社會力模型融入深度強化學習的自主避障策略。該策略首先將人類未來的運動軌跡考慮進獎勵函數，以確保機器人理解人類意圖并避免闖入人類的舒適區(qū)。其次，在訓練過程中引入先驗的傳統控制器模型，并設計了一種基于概率的切換開關，以隨機切換控制器輸出，提高機器人的探索效率。實驗結果表明，所提出的方法能夠增加機器人與人類之間的安全距離，同時實現平穩(wěn)導航。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2