科研之友
微信
新浪微博
Facebook
分享链接
摘要
配电架空线路很多建设在环境恶劣、地形复杂的区域，当其上有冰雪、污物或者异物时，极易引发线路故障。考虑到电力维护人员的工作效率和安全，解决线路自动化清洗问题，提出一种基于深度强化学习的自动化清洗机器人路径规划方法。首先基于深度强化学习，结合碰撞约束与目标约束建立了清洗路径的规划模型，同时对到达目标位置和深度清洗关键部位予以智能体奖励。然后针对深度强化学习进行Actor-Critic优化，Actor依据概率采取相应的动作，引发的奖励反馈回Critic; Critic通过动作情况与反馈对比，来确定后续动作。最后，引入长短期网络对历史数据及不同维度的数据进行处理，采用强化学习中的A3C方法对路径进行选择和判别，采取多线程的强化学习方法，多个智能体并行完成路径规划并清洗。基于Gazebo平台进行仿真，结果表明，所提方法将清洗时间缩短至少15%,并显著提升了清洗机器人的运行效率。
- 单位
