路徑規(guī)劃技術(shù)的好壞決定著水下航行器能否在水下安全航行,因此本文提出一種實(shí)用性強(qiáng)的路徑規(guī)劃算法。該算法利用了目標(biāo)偏向采樣策略解決了RRT算法采樣隨機(jī)導(dǎo)致耗時(shí),同時(shí)通過強(qiáng)化學(xué)習(xí)加快拓展節(jié)點(diǎn)這個過程,加快算法的收斂,最后通過在障礙物隨機(jī)分布的環(huán)境里,驗(yàn)證了該算法的正確性和有效性。 

【文章來源】：計(jì)算機(jī)產(chǎn)品與流通. 2019,(06)

【文章頁數(shù)】：1 頁

【部分圖文】：

原始RRT路徑規(guī)劃效果

�；RRT算法建設(shè)海洋強(qiáng)國已經(jīng)提到了國家的日程上，因此我國將會加大力度研究海洋機(jī)器人，開發(fā)海洋資源，而自主式水下機(jī)器人（AutonomousUnderwaterVehicles，簡稱AUV）作為最有潛力的潛器之一，它的研究受到越來越多的研究者的關(guān)注。在自主式水下機(jī)器人的相關(guān)技術(shù)研究中，路徑規(guī)劃是其最為重要的核心技術(shù)之一，因?yàn)橹挥泻玫穆窂揭?guī)劃技術(shù)，才可以保證AUV的安全性和自主性。路徑規(guī)劃的定義是在AUV的工作空間中，通過算法找到一條從起始點(diǎn)到目標(biāo)點(diǎn)的路徑，且這條路徑能夠躲避開途經(jīng)的障礙物。圖1 原始RRT路徑規(guī)劃效果圖2 改進(jìn)RRT算法路徑規(guī)劃效果圖一、基于強(qiáng)化學(xué)習(xí)改進(jìn)的RRT算法（一）RRT算法介紹快速搜索隨機(jī)樹（Rapidly-exploringRandom，簡稱RRT）是一種單查詢路徑規(guī)劃算法，由于其采樣過程是均勻隨機(jī)的，并且在搜索過程中可以考慮到環(huán)境以及機(jī)器人客觀存在的約束，因此非常適合做多自由度機(jī)器人的路徑規(guī)劃算法。但是萬事萬物總是不完美的，該算法也存在一些問題：（1）因?yàn)椴蓸邮请S機(jī)的，所以每次生成的路徑也是隨機(jī)的；（2）擴(kuò)展節(jié)點(diǎn)的過程需要計(jì)算哪個節(jié)點(diǎn)是最近的，該過程非常耗時(shí)；（3）生成的路徑是抖動的，無法直接被AUV跟蹤[1]。（二）強(qiáng)化學(xué)習(xí)算法介紹強(qiáng)化學(xué)習(xí)算法是不同于監(jiān)督學(xué)習(xí)算法的，但是也屬于機(jī)器學(xué)習(xí)算法中的一種，是當(dāng)下非常流行算法之一。強(qiáng)化學(xué)習(xí)算法解決的是智能決策的問題，準(zhǔn)確的說是序貫決策的問題。序貫決策指的是連續(xù)不斷地做出決策[3]。強(qiáng)化學(xué)習(xí)其實(shí)就是水下航行器與水下環(huán)境進(jìn)行信息交互的過程，通過對水下環(huán)境反復(fù)試探，水下航行器不斷了解到環(huán)境信息，指導(dǎo)AUV做出動作，并通過學(xué)習(xí)的方式不斷去修正，直到做出該狀態(tài)下的最好的動作。在和環(huán)境交互的過程中，是通過獲得哪個動作能夠獲

【參考文獻(xiàn)】：
期刊論文
[1]復(fù)雜環(huán)境下基于RRT的智能車輛運(yùn)動規(guī)劃算法[J]. 杜明博,梅濤,陳佳佳,趙盼,梁華為,黃如林,陶翔.  機(jī)器人. 2015(04)

碩士論文
[1]基于強(qiáng)化學(xué)習(xí)的路徑規(guī)劃問題研究[D]. 趙英男.哈爾濱工業(yè)大學(xué) 2017
[2]基于RRT的全局路徑規(guī)劃方法及其應(yīng)用研究[D]. 王全.國防科學(xué)技術(shù)大學(xué) 2014



本文編號：3325349