科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对深度强化学习算法存在训练时间长、收敛速度慢的问题，将深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法和人工势场(artifical potential field, APF)法相融合，引入长短期记忆(long short-term memory, LSTM)神经网络结构，提出了APF-LSTM-DDPG算法。首先在DDPG算法中添加LSTM,通过记忆单元和遗忘单元将奖励较高的样本优先学习，使模型更快地收敛；其次引入人工势场法，设计相应势场函数，解决环境奖励稀疏的缺点，加速模型收敛进程；然后通过人工势场法修正算法的动作选择，缩短路径长度；最后在机器人仿真平台(robot operating system, ROS)中搭建不同障碍物环境对算法进行了仿真验证。仿真结果表明，APF-LSTM-DDPG算法在搭建的仿真环境中训练时平均奖励能够更快地稳定，提高了算法的成功率并减少了规划路径中的冗余。
- 单位
