基于深度增强学习的路径规划算法研究
本文研究并借鉴了深度 Q 网络的结构，借鉴其使用一个神经网络处理图像输入并计算行动价值函数，将深度学习与增强学习结合。根据路径规划问题的特殊性设计了一个全卷积神经网络，并引入注意力机制优化网络结构。其次，针对神经网络在处理多步决策、规划问题上的短板，参考价值迭代网络，在神经网络模型的基础上引入价值迭代模块。对价值迭代模块进行解构分析，提出改进的价值迭代模块，解决了引入价值迭代模块造成的误差累积问题。最后，将神经网络表征的行动价值函数分解为状态价值函数与优势函数之和，形成竞争神经网络结构，至此完成神经网络的构建。本文使用 2D 栅格环境，使用专家样本取代传统增强学习中的代理经历，以模仿学习方式加速模型训练。通过算法在最短路径规划问题上的表现衡量算法效能。
文件下载
评论信息
其他资源
- 联想G40/50-45的最新BIOS升级文件，升级后可开启虚拟化
- MIMO功率分配算法，注水原理
- 聚类分析与模糊聚类的两本书籍
- MVC文献中英文对照
- 学生管理系统（教务系统）（基于oracle11g 10g）
- PMBOK第六版官方完整中文版 PDF
- 郭天祥51单片机例程
- 计算机图形学实验代码（包括图形旋转、图形平移、图形缩放）
- cad字体文件sffs.shx
- 2013VS MFC 闹钟小程序
- VS_Code：C语言学习-源码
- edgar615.github.io-源码
- pdd游戏动态桌面，囍
- A*搜索算法解决传教士与野人问题.zip
- 20款车型实际油耗.docx
- HBase配置项说明及调优建议.xlsx
- dsp2812试验手册
- 易语言操作word文档案例
- 小京东2016-10游客免登录购物
- 放大，缩小，图形显示C#+ARCENGINE.rar
- MicroMouse_高级实验
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明