一种动态不确定环境中机器人路径规划方法

被引：5

作者：

肖国宝

严宣辉

机构：

[1] 福建师范大学数学与计算机科学学院

来源：

计算机系统应用 | 2012年 / 21卷 / 04期

关键词：

POMDP; APF; 路径规划; 动态不确定环境; 移动机器人;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对动态不确定环境下的机器人路径规划问题,将部分可观察马尔可夫决策过程(POMDP)与人工势场法(APF)的优点相结合,提出一种新的机器人路径规划方法。该方法充分考虑了实际环境中信息的部分可观测性,并且利用APF无需大量计算的优点指导POMDP算法的奖赏值设定,以提高POMDP算法的决策效率。仿真实验表明,所提出的算法拥有较高的搜索效率,能够快速地到达目标点。

引用

收藏

页码：92 / 98+45 +45

页数：8

相关论文

共 17 条

[1] 移动机器人路径规划技术综述 [J].

朱大奇 ;

颜明重 .

控制与决策, 2010, 25 (07) :961-967

[2] 神经网络极速学习方法研究 [J].

邓万宇 ;

郑庆华 ;

陈琳 ;

许学斌 .

计算机学报, 2010, 33 (02) :279-287

[3] 基于POMDP模型的机器人导航控制方法 [J].

王健 ;

张汝波 .

华中科技大学学报(自然科学版), 2008, (S1) :12-15

[4] 改进的人工势场法用于移动机器人导航 [J].

刘满禄 ;

张华 ;

胡天链 .

华中科技大学学报(自然科学版), 2008, (S1) :177-180

[5] 改进人工势场法的移动机器人路径规划研究 [J].

王萌 ;

王晓荣 ;

李春贵 ;

张增芳 .

计算机工程与设计, 2008, (06) :1504-1506

[6] 一种基于信念状态压缩的实时POMDP算法 [J].

仵博 ;

吴敏 .

控制与决策, 2007, (12) :1417-1420

[7] 一种解决组合优化问题的改进型量子遗传算法 [J].

邢焕来 ;

潘炜 ;

邹喜华 .

电子学报, 2007, (10) :1999-2002

[8] 不确定性环境下基于进化算法的强化学习 [J].

刘海涛 ;

洪炳熔 ;

朴松昊 ;

王雪梅 .

电子学报, 2006, (07) :1356-1360

[9] 一种动态不确定性环境中的持续规划系统 [J].

李响 ;

陈小平 .

计算机学报, 2005, (07) :1163-1170

[10] 移动机器人路径规划技术的研究现状与展望 [J].

戴博 ;

肖晓明 ;

蔡自兴 .

控制工程, 2005, (03) :198-202