论文部分内容阅读
该文把增强式学习方法应用于多障碍环境中机器人路径规划 ,并将增强式学习和路径规划相结合,通过工作空间势场的自适应优化学习,实现机器人的全局路径规划,即得到从任何初始位置开始的最优路径.与传统的人工势场方法相比,该方法避免了势场中局部极小点所引起的陷阱区域,并且所得到的路径具有最优特性.计算机仿真实验结果表明,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题.