文章详情
| 稿件标题： | 复杂环境下仿蛇机器人的路径规划策略 |
| 稿件作者： | 李伟庆，王永娟，高云龙 |
| DOI： | 10.11809/bqzbgcxb2024.07.004 |
| 科学编辑： | 李波 博士（西北工业大学 教授） |
| 栏目名称： | 无人自主系统及智能决策专栏 |
| 关键词： | 仿蛇机器人；强化学习；先验知识；路径规划；自主避障 |
| 文章摘要： | 为完成多障碍物复杂环境中的侦察任务，改善仿蛇机器人的路径搜索能力和提升自主决策能力，本文中提出了一种基于先验知识推理库强化学习的路径规划控制策略。首先，建立仿蛇机器人的运动模型和交互环境模型；其次，通过建立模糊逻辑先验知识推理库(FLIS)与Soft ActorCritic(SAC)动作网络组成的动作分层选择模型，将输出动作空间进行离散化的方法来调整运动控制精度，提供奖惩机制指导机器人与环境模型进行交互，实现机器人运动自主决策的持续生成过程。仿真结果表明：在多障碍物环境中所提出的改进算法得到的运动控制策略收敛速度和鲁棒性明显提升，降低了训练探索次数，提高了机器人对复杂环境的适应性；试验验证了训练所生成的策略模型在真实环境中的可行性。 |
| 引用本文格式： | 李伟庆，王永娟，高云龙.复杂环境下仿蛇机器人的路径规划策略［J］.兵器装备工程学报，2024，45(7)：28-37. LI Weiqing, WANG Yongjuan, GAO Yunlong.Path planning strategy of snakelike robot in complex environment［J］.Journal of Ordnance Equipment Engineering，2024，45(7)：28-37. |
| 刊期名称： | 2024年07期 |
| 出版时间： | 2024年7月 |
| 收稿日期： | 2023-10-17 |
| 修回日期： | 2023-12-12 |
| 录用日期： | 2024-02-05 |
| 上线时间： | 2024年7月26日 |
| 浏览次数： | 1026 |
| 下载次数： | 68 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |