留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

空间认知导向下利用分层强化学习的最优路径规划

赵卫锋 李清泉 李必军

赵卫锋, 李清泉, 李必军. 空间认知导向下利用分层强化学习的最优路径规划[J]. 武汉大学学报 ● 信息科学版, 2012, 37(11): 1271-1275.
引用本文: 赵卫锋, 李清泉, 李必军. 空间认知导向下利用分层强化学习的最优路径规划[J]. 武汉大学学报 ● 信息科学版, 2012, 37(11): 1271-1275.
ZHAO Weifeng, LI Qingquan, LI Bijun. Spatial Cognition Oriented Optimal Route Planning with Hierarchical Reinforcement Learning[J]. Geomatics and Information Science of Wuhan University, 2012, 37(11): 1271-1275.
Citation: ZHAO Weifeng, LI Qingquan, LI Bijun. Spatial Cognition Oriented Optimal Route Planning with Hierarchical Reinforcement Learning[J]. Geomatics and Information Science of Wuhan University, 2012, 37(11): 1271-1275.

空间认知导向下利用分层强化学习的最优路径规划

基金项目: 国家自然科学基金重点资助项目(40830530);国家自然科学基金资助项目(60872132)
详细信息
    作者简介:

    赵卫锋,博士生,现从事智能交通系统研究。

  • 中图分类号: P208

Spatial Cognition Oriented Optimal Route Planning with Hierarchical Reinforcement Learning

Funds: 国家自然科学基金重点资助项目(40830530);国家自然科学基金资助项目(60872132)
计量
  • 文章访问数:  1256
  • HTML全文浏览量:  27
  • PDF下载量:  482
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-09-15
  • 刊出日期:  2012-11-05

空间认知导向下利用分层强化学习的最优路径规划

    基金项目:  国家自然科学基金重点资助项目(40830530);国家自然科学基金资助项目(60872132)
    作者简介:

    赵卫锋,博士生,现从事智能交通系统研究。

  • 中图分类号: P208

摘要: 针对空间认知导向下模型驱动型路径规划和人们认知偏好多样性之间的矛盾,提出了一种基于分层强化学习的交互学习型路径规划方法。该方法将最优路径标准转换为路口处转向决策的瞬时奖励值,并通过预学习和实时学习两个阶段实现高效地发现总奖励值最大的最优路径策略。其中,预学习阶段自动发现子目标节点,并构建包含局部最优策略的子任务;实时学习阶段利用预定义策略实现高效的Q值更新,并根据Q值追溯最优路径。实验表明,该方法具有足够好的实时性和最优性。

English Abstract

赵卫锋, 李清泉, 李必军. 空间认知导向下利用分层强化学习的最优路径规划[J]. 武汉大学学报 ● 信息科学版, 2012, 37(11): 1271-1275.
引用本文: 赵卫锋, 李清泉, 李必军. 空间认知导向下利用分层强化学习的最优路径规划[J]. 武汉大学学报 ● 信息科学版, 2012, 37(11): 1271-1275.
ZHAO Weifeng, LI Qingquan, LI Bijun. Spatial Cognition Oriented Optimal Route Planning with Hierarchical Reinforcement Learning[J]. Geomatics and Information Science of Wuhan University, 2012, 37(11): 1271-1275.
Citation: ZHAO Weifeng, LI Qingquan, LI Bijun. Spatial Cognition Oriented Optimal Route Planning with Hierarchical Reinforcement Learning[J]. Geomatics and Information Science of Wuhan University, 2012, 37(11): 1271-1275.

目录

    /

    返回文章
    返回