基于深度学习的森林消防机器人路径规划

作者：孙上杰; 姜树海^*; 崔嵩鹤; 康玥; 陈语唐

来源：森林工程, 2020, 36(04): 51-57.

DOI：10.16270/j.cnki.slgc.2020.04.007

• 森林消防
• 机器人
• 深度学习
• 路径规划

针对强化学习算法收敛速度慢,易产生"维度灾难"的问题提出一种深度学习与强化学习相结合的算法,用于解决六足森林消防机器人的路径规划问题。采用Python方法建立二维网格地图,对复杂的环境进行模拟,减小建模的复杂性,在相同的条件下,分别对强化学习和深度强化学习算法进行仿真研究。对比仿真结果表明,深度强化学习算法下机器人到达目标点所需步长随迭代次数而减少,能使学习效率得到显著的提高,可以说明算法的收敛速度更快。

• 单位
  电子工程学院; 南京林业大学