作者:王军红,江虹,黄玉清,伍晓利 单位:四川省计算机研究院 出版:《计算机应用研究》2013年第01期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFJSYJ2013010520 DOC编号:DOCJSYJ2013010529 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 基于kNN-Sarsa(λ)强化学习的机器人路径规划方法虽然收敛速度快,但该算法容易陷入局部最优值,且未考虑环境信息的不完全可观测性。为此,设计了一种随机扰动(random perturbation)kNN-Sarsa(λ)强化学习算法,利用Bayesian规则对传感器探测信息的不确定性进行了处理,建立了基于栅格地图的仿真环境模型。仿真实验结果表明,该方法不仅收敛性好,能有效缓解kNN-Sarsa(λ)算法易陷入局部最优的现象,且在传感器探测信息不确定的情况下仍能搜索到最优路径。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。