文献类型：期刊文章

作　　者：孙辉辉[1,2] 胡春鹤[1] 张军国[1]

SUN Hui-hui;HU Chun-he;ZHANG Jun-guo(School of Technology,Beijing Forestry University,Beijing 100083,China;School of Mechanical and Electrical Engineering,North China Institute of Science and Technology,Langfang 065201,China)

机构地区：[1]北京林业大学工学院,北京100083 [2]华北科技学院机电工程学院,河北廊坊065201

出　　处：《控制与决策》

基　　金：国家自然科学基金青年科学基金项目(61703047);中央高校基本科研业务费专项资金项目(2016ZCQ08)。

年　　份：2021

卷　　号：36

期　　号：6

起止页码：1281-1292

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：随着移动机器人作业环境复杂度的提高、随机性的增强、信息量的减少,移动机器人的运动规划能力受到了严峻的挑战.研究移动机器人高效自主的运动规划理论与方法,使其在长期任务中始终保持良好的复杂环境适应能力,对保障工作安全和提升任务效率具有重要意义.对此,从移动机器人运动规划典型应用出发,重点综述了更加适应于机器人动态复杂环境的运动规划方法——深度强化学习方法.分别从基于价值、基于策略和基于行动者-评论家三类强化学习运动规划方法入手,深入分析深度强化学习规划方法的特点和实际应用场景,对比了它们的优势和不足.进而对此类算法的改进和优化方向进行分类归纳,提出了目前深度强化学习运动规划方法所面临的挑战和亟待解决的问题,并展望了未来的发展方向,为机器人智能化的发展提供参考.

关 键 词：移动机器人 运动规划  强化学习  深度强化学习  

分 类 号：TP242]