公开(公告)号：CN111707270A

公开(公告)日：2020-09-25

申请号：CN202010581591.1

申请日：2020-06-23

Applicant: 东南大学

Inventor： 孙长银 ,  张成思 ,  王腾 ,  薛磊

IPC: G01C21/20

Abstract: 本发明公开了一种基于分布估计和强化学习的无地图避障导航方法。首先，初始化分布估计强化学习算法参数。然后，采集得到当前环境下智能体与目标位置距离的位置信息，与障碍物之间的距离信息和速度信息，并对数据进行相应的预处理。其次，将处理好后的智能体的状态信息数据送入到学习网络中，利用强化学习和分布估计算法对学习网络进行更新。最后，判断是否到达最大训练次数，通过不断地试错学习得到良好的导航表现。本发明提出一种端到端的避障导航框架，提高了无地图环境中导航表现。

公开(公告)号：CN111707270B

公开(公告)日：2021-12-07

申请号：CN202010581591.1

申请日：2020-06-23

Applicant: 东南大学

Inventor： 孙长银 ,  张成思 ,  王腾 ,  薛磊

IPC: G01C21/20

Abstract: 本发明公开了一种基于分布估计和强化学习的无地图避障导航方法。首先，初始化分布估计强化学习算法参数。然后，采集得到当前环境下智能体与目标位置距离的位置信息，与障碍物之间的距离信息和速度信息，并对数据进行相应的预处理。其次，将处理好后的智能体的状态信息数据送入到学习网络中，利用强化学习和分布估计算法对学习网络进行更新。最后，判断是否到达最大训练次数，通过不断地试错学习得到良好的导航表现。本发明提出一种端到端的避障导航框架，提高了无地图环境中导航表现。