南京航空航天大学学报

作者：褚晶，邓旭辉，岳颀

单位：西安邮电大学自动化学院，西安 710121；,西安邮电大学自动化学院，西安 710121；,西安邮电大学自动化学院，西安 710121；

关键词：搜救机器人;路径规划;传感器配置;Q-learning;神经网络

基金：国家自然科学基金（61703336）；陕西省自然科学基金（2023-JC-QN-0727）。

当人为和自然灾害突然发生时，在极端情况下快速部署搜救机器人是拯救生命的关键。为了完成救援任务，搜救机器人需要在连续动态未知环境中，自主进行路径规划以到达救援目标位置。本文提出了一种搜救机器人传感器配置方案，应用基于Q-table和神经网络的Q-learning算法，实现搜救机器人的自主控制，解决了在未知环境中如何避开静态和动态障碍物的路径规划问题。如何平衡训练过程的探索与利用是强化学习的挑战之一，本文在贪婪搜索和Boltzmann搜索的基础上，提出了对搜索策略进行动态选择的混合优化方法。并用MATLAB进行了仿真，结果表明所提出的方法是可行有效的。采用该传感器配置的搜救机器人能够有效地响应环境变化，到达目标位置的同时成功避开静态、动态障碍物。

来源：2024年第2期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2024年第2期