公开(公告)号：CN114396949B

公开(公告)日：2023-11-10

申请号：CN202210055583.2

申请日：2022-01-18

Applicant: 重庆邮电大学

Inventor： 张毅 ,  宋泽 ,  刘想德

IPC: G01C21/20 ,  G01S7/481

Abstract: 本发明涉及一种基于DDPG的移动机器人无先验地图导航决策方法，属于计算机领域。该方法为：S1：初始化Actor网络、Critic网络的参数、设置经验缓冲池大小以及随机取样的大小；S2：构建导航决策模型的训练的仿真环境；S3：提取机器人搭载的激光雷达(－90°,+90°)范围的9个均匀间隔的扇形区域的测距信息；S4：导航决策模型驱动机器人向目标点靠近，开始对导航决策模型进行训练；S5，重复S4步骤，直到机器人所获得的奖励值和导航成功率保持较高值且保持稳定；S6：导航决策模型训练结束后，设置新的仿真环境对机器人的导航性能和稳定系进行测试验证。本发明具有更快的训练速度、较好的导航性能和泛化性。

公开(公告)号：CN114396949A

公开(公告)日：2022-04-26

申请号：CN202210055583.2

申请日：2022-01-18

Applicant: 重庆邮电大学

Inventor： 张毅 ,  宋泽 ,  刘想德

IPC: G01C21/20 ,  G01S7/481

Abstract: 本发明涉及一种基于DDPG的移动机器人无先验地图导航决策方法，属于计算机领域。该方法为：S1：初始化Actor网络、Critic网络的参数、设置经验缓冲池大小以及随机取样的大小；S2：构建导航决策模型的训练的仿真环境；S3：提取机器人搭载的激光雷达(－90°,+90°)范围的9个均匀间隔的扇形区域的测距信息；S4：导航决策模型驱动机器人向目标点靠近，开始对导航决策模型进行训练；S5，重复S4步骤，直到机器人所获得的奖励值和导航成功率保持较高值且保持稳定；S6：导航决策模型训练结束后，设置新的仿真环境对机器人的导航性能和稳定系进行测试验证。本发明具有更快的训练速度、较好的导航性能和泛化性。