科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决模型过度依赖与过度估计的问题，提出一种基于传统深度强化学习（DRL）的抑制过度估计深度Q网络（SQDQN）算法，来建立全局路径规划策略。该SQDQN算法，结合深度Q网络(DQN)算法与信息熵，来抑制过度估计；借助信息熵，实时评估更新过程，来抑制DQN策略算法过度地估计损害性能；借助SQDQN算法与环境模型的交互作用，建立了获取全局路径规划策略的环境模型。结果表明：与DQN算法相比，SQDQN算法在20次实验中3次选择为更优策略；与Dijkstra传统路径规划方法相比，SQDQN算法所规划路程通行时间减少11.32%；本文的全局路径规划策略，减少了由于DQN对动作预期过高所导致的输出错误动作。
-
单位长春工业大学; 机电工程学院
