忆阻器强化学习路径规划

实时避障

一种结合忆阻器DQN与蚁群算法的两层路径规划方案，可实现移动机器人在动态环境下的实时路径规划与避障。

Hailan, Yang · Yongqiang, Qi · Baolei, Wu · Dan, Rong · Miaoying, Hong · Jun, Wang · Hong, Miaoying

Xitong Fangzhen Xuebao/Acta Simulata Systematica Sinica 2023

技术优势

动态环境也能实时规划

两层算法根据感知范围内是否存在动态障碍物切换机制，兼顾全局路径和局部避障，实现实时规划。

用忆阻器改善避障学习

用忆阻器作为神经网络突触结构改进传统DQN，提升局部动态避障能力。

全局路径规划效率提升

通过改进概率转移函数和信息素更新原则，蚁群算法能更好地完成静态全局路径规划。

应用场景

• 移动机器人：为其在动态环境下提供实时全局路径规划。
• 动态避障：通过忆阻器DQN实现局部动态障碍物的实时规避。
• 工业机器人：可集成到工业移动机器人的导航系统中，提高动态环境下的运行效率。
• 具身智能：作为具身智能体的导航模块，赋予机器人动态环境下的自主移动能力。