基于SAC算法的移動機器人智能路徑規(guī)劃

摘要： 為解決傳統(tǒng)的機器人路徑規(guī)劃算法維度高、收斂慢、建模難等問題，提出一種新的路徑規(guī)劃算法。基于深度強化學習SAC(soft actor-critic)算法，旨在解決機器人面對具有靜態(tài)和動態(tài)障礙物的復雜環(huán)境時，路徑規(guī)劃表現(xiàn)差的問題。為使機器人快速躲避障礙物且到達目標，設計合理的獎勵函數(shù)，使用動態(tài)的狀態(tài)歸一化和優(yōu)先級經(jīng)驗技術(shù)。為評估該算法性能，構(gòu)建基于Pygame的仿真環(huán)境。將所提算法...