基于改进TD3算法的机器人路径规划

方立平; 陈远明; 杨哲; 谭德坤

doi:10.16442/j.cnki.qlgydxxb.2024.04.001

齐鲁工业大学学报 ›› 2024, Vol. 38 ›› Issue (04) : 1 -9. DOI: 10.16442/j.cnki.qlgydxxb.2024.04.001

基于改进TD3算法的机器人路径规划

方立平, 陈远明, 杨哲, 谭德坤

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对机器人路径规划中深度强化学习方法训练时间长、收敛速度慢的问题，提出一种改进双延迟深度确定性策略梯度算法(twin delayed deep deterministic policy gradient, TD3)。该算法引入人工势场中的引力场和斥力场优化TD3的奖励函数，引导机器人合理的避开障碍物前往目标点，从而提高算法的收敛速度和准确率；同时运用运动约束规则对机器人的运动方向进行约束，使得运动轨迹更加平滑流畅。仿真实验结果表明，在多障碍物环境中，所提算法能有效地使机器人避开障碍物并规划出合理的路径。与其他方法相比，改进后的算法规划成功率更高，规划路径更短。