基于分层深度强化学习的多机器人安全导航方法及系统.pdfVIP

下载本文档

0
0
约2.18万字
约 18页
2023-06-28 发布于四川
举报
版权申诉

基于分层深度强化学习的多机器人安全导航方法及系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于分层深度强化学习的多机器人安全导航方法及系统，属于深度强化学习技术领域，尤其涉及基于深度强化学习的多机器人导航方法。该方法采用基于技能的分层深度强化学习模型框架，通过设计基于规则的目标驱动策略和安全转向策略，以及基于深度强化学习的避障导航策略，分别实现目标接近、紧急制动以及避障导航三种低层行为策略；通过深度强化学习训练高层的行为选择策略，学习好的行为选择模型能够有效避免对人为设计策略选择规则的依赖。本发明通过设计多个基于传统控制规则的子行为策略，以及引入基于深度强化学习的行为选择

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116339331 A (43)申请公布日 2023.06.27 (21)申请号 202310289886.5 G01S 7/48 (2006.01)