论文部分内容阅读
针对移动机器人的导航问题，本文提出一种具有连续向量输出的再励学习算法（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ ｗｉｔｈ Ｃｏｎｔｉｎｕｏｕｓ Ｖｅｃｔｏｒ ｏｕｔｐｕｔ：ＣＶＲＬ）．ＣＶＲＬ具有层次结构，低层是单元动作网络层，通过组合动作产生连续向量输出；高层是建立在组合单元动作空间上的Ｑ学习单元，实现组合动作的选择，文中给出了ＣＶＲＬ导航控制器的具体实现，并通过仿真实验验证了其有效性。