控制与决策

作者：王轶强,吴芝亮,李群智

单位：天津大学 机械工程学院,天津 300354,,天津大学 机械工程学院,天津 300354,,中国空间技术研究院 北京空间飞行器总体设计部,北京 100094,

关键词：移动机器人;未知环境探索;置信度上界;强化学习;信息路径规划

基金：国家自然科学基金项目(51975044)；国家重点研发计划项目子课题(2016YFC0301102).

路径规划是移动机器人未知环境探索的关键问题,路径点的合理规划对提高环境探索的效率和环境场预测的准确性至关重要.基于强化学习范式,提出一种适用于静态环境场探索的移动机器人在线信息路径规划方法.针对基于模型训练算法计算成本高的问题,通过机器人与环境的交互作用,采用动作价值评估的方法来学习所获取的环境场历史信息,提高机器人实时规划能力.为了提高环境预测准确性,引入基于置信度上界的动作选择方法来平衡探索未知区域与利用已有信息,鼓励机器人向更多未知区域进行全场特征探索,同时避免因探索区域有限而陷入局部极值.仿真实验中,环境场分别采用高斯分布和Ackley函数模型.结果表明,所提算法能够实现机器人环境探索路径点的在线决策,准确有效地捕捉全场和局部环境特征.

来源：2023年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第2期