基于深度强化学习和社会力模型的移动机器人自主避障AET-电子技术应用-最丰富的电子设计资源平台

基于深度强化学习和社会力模型的移动机器人自主避障
所属分类：技术论文
上传者：zhoubin333
文档大小：1912 K
标签：深度强化学习社会力模型自主避障
所需积分：0分积分不够怎么办？
文档介绍：深度强化学习在移动机器人自主避障领域已得到广泛应用，其基本原理是通过模拟环境中的不断试错，结合奖励机制提升机器人的避障性能。然而，针对不同任务场景，网络训练效率存在显著差异。同时，在人群密集的场景中，机器人的行为可能对人类造成干扰。为了应对训练效率低下和机器人行为不符合社会规范的问题，提出了一种将社会力模型融入深度强化学习的自主避障策略。该策略首先将人类未来的运动轨迹考虑进奖励函数，以确保机器人理解人类意图并避免闯入人类的舒适区。其次，在训练过程中引入先验的传统控制器模型，并设计了一种基于概率的切换开关，以随机切换控制器输出，提高机器人的探索效率。实验结果表明，所提出的方法能够增加机器人与人类之间的安全距离，同时实现平稳导航。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动