移动机器人自主控制的深度增强学习方法研究

发布时间：2021-06-22 09:07

　　随着人工智能时代的到来,机器人及人工智能技术已经成为当前研究的热点,如何使机器更加智能化、自主化已经成为了当前研究的一个重大课题。移动机器人的自主导航和控制一直是其最重要的研究方向之一。目前主流的自主控制方法是先对整个环境建图,然后进行定位和路径规划,最后跟踪规划的路径。传统方法一方面比较复杂,包含大量人工设计的工作,另一方面并不符合人的思维方式。如何使得机器人具备自我探索和学习的能力,使其像人类一样思考,只需要看到眼前的场景就能推导出下一步的动作。是一个十分值得研究的问题。深度增强学习通过机器人与环境进行交互,使得机器人具备了自我探索和自学习的能力。深度增强学习只需输入当前看到的场景图像,即可输出指令级的控制命令,而不需要基于地图,可以实现从图像端到动作端的控制,即端到端控制。这种方法类似于人类对于场景的记忆和导航方式,通过不断的训练试错,利用增强学习最大化行动收益,使得智能体学会在遇到类似的场景时应该如何行动。深度增强学习需要大量的训练时间和许多不必要的失败尝试。而模仿学习可以从专家经验数据中学习到专家先验知识,可以用来指导深度增强学习。因此本文将深度增强学习和模仿学习结合,提出了... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：87 页

【学位级别】：硕士

【部分图文】：

常见无人车结构及车载传感器[11]

Waymo无人车

左所示，为

【参考文献】：
期刊论文
[1]无人驾驶汽车的发展综述[J]. 冯学强,张良旭,刘志宗.  山东工业技术. 2015(05)
[2]无人驾驶汽车的发展现状和展望[J]. 杨帆.  上海汽车. 2014(03)
[3]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟.  计算机研究与发展. 2013(09)
[4]无人驾驶汽车的发展现状及方向[J]. 乔维高,徐学进.  上海汽车. 2007(07)
[5]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军.  机器人. 2002(05)
[6]未知环境中移动机器人导航控制研究的若干问题[J]. 蔡自兴,贺汉根,陈虹.  控制与决策. 2002(04)

博士论文
[1]智能驾驶车辆自评价学习控制方法研究[D]. 黄振华.国防科技大学 2017
[2]高速公路自主驾驶汽车视觉感知算法研究[D]. 聂一鸣.国防科学技术大学 2012



本文编号：3242566