文献类型：期刊文章

作　　者：唐博文[1] 王智文[2] 胡振寰[1]

TANG Bowen;WANG Zhiwen;HU Zhenhuana(School of Electrical and Information Engineering,Guangxi University of Science and Technology,Liuzhou,Guangxi,545006;College of computer Science and Communication Engineering,Guangxi University of Science and Technology,Liuzhou 545006,Guangxi)

机构地区：[1]广西科技大学电气与信息工程学院,广西柳州545006 [2]广西科技大学计算机科学与通信工程学院,广西柳州545006

出　　处：《广西科技大学学报》

基　　金：国家自然科学基金项目(61462008;61751213;61365009);广西自然科学基金项目(2014GXNSFAA118368);广西科技大学创新团队项目(gxkjdxcxtd201504);广西科技大学创新项目(GKYC201708)资助;柳州市科学研究与技术开发计划项目(2016C050205)

年　　份：2019

卷　　号：30

期　　号：1

起止页码：96-102

语　　种：中文

收录情况：CSA-PROQEUST、IC、JST、RCCSE、ZMATH、普通刊

摘　　要：强化学习方法在避障研究中应用广泛,针对其需要消耗大量的计算资源问题,本文提出一种基于事件驱动的无人机强化学习避障算法.通过在强化学习中加入事件驱动的触发机制,减少无人机的动作决策的同时找到最优路径,既可以保证性能,又可以降低系统的通信频率.实验的仿真结果表明,该算法可以在学习过程中减少对计算资源的消耗,并且完成避障任务的同时可以明显加快收敛速度.

关 键 词：事件驱动  强化学习  避障 Q-LEARNING

分 类 号：TP18]