[發明專利]基于Q-學習算法的路徑規劃方法有效
| 申請號： | 201810180843.2 | 申請日： | 2018-03-06 |
| 公開（公告）號： | CN108594803B | 公開（公告）日： | 2020-06-12 |
| 發明（設計）人： | 千承輝;馬天錄;劉凱;張宇軒 | 申請（專利權）人： | 吉林大學 |
| 主分類號： | G05D1/02 | 分類號： | G05D1/02 |
| 代理公司： | 長春市恒譽專利代理事務所(普通合伙) 22212 | 代理人： | 鞠傳龍 |
| 地址： | 130012 吉*** | 國省代碼： | 吉林;22 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 學習 算法 路徑 規劃 方法 | ||
【權利要求書】：
1.一種基于Q-學習算法的路徑規劃方法，其特征在于：其方法如下所述：
第一步：利用普通攝像頭采集我們實際環境圖像，獲得基本信息；
第二步：MATLAB讀取攝像頭采集的圖片信息，對圖片進行二值化處理，從而確定圖中的障礙物坐標；
第三步：對圖形進行分割處理，為了簡化學習過程我們采用柵格法建立環境模型，我們將上一步的圖片分成10×10的柵格，在程序中判斷，在每一個柵格中如果發現障礙物，則定義該柵格為有障礙物的柵格，機器人不能經過，其他的柵格定義為無障礙物的柵格，機器人可以經過；
第四步：利用改進Q-學習算法規劃路徑，首先定義起始點和終止點，從起點開始利用改進Q-學習算法的學習規則更新Q函數值，直到Q函數收斂為止；改進的Q-學習算法的學習規則如下：
其中，r(s，a)為狀態-動作對s,a的獎勵值，γ∈(0，1)稱為折算因子，max為求最大值函數，α∈(0.5，1]為深度學習因子，s′為下一狀態，a′為下一動作,s″為下兩步狀態，a″為下兩步動作；
第五步：得出最優路徑，根據學習結果用MATLAB繪制出最優的路徑；
第六步：控制機器人行走驗證，根據學習的結果，電腦控制機器人行走對路徑進行驗證。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于吉林大學，未經吉林大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810180843.2/1.html，轉載請聲明來源鉆瓜專利網。
