2022年 第23卷 第11期
《信息与电子工程前沿（英文）》 >> 2022年 第23卷 第11期 doi: 10.1631/FITEE.2200109
基于深度Q学习网络与新训练算法的服务机器人主动物品检测模型
山东大学控制科学与工程学院，中国济南市，250061
下一篇 上一篇
摘要
本文研究了主动物品检测(AOD)问题。AOD是服务机器人在家庭环境中完成服务任务的重要组成部分，通过适当的移动动作引导机器人接近目标物品。目前基于强化学习的AOD模型存在训练效率低和测试精度差的问题。因此，本文提出一种基于深度Q学习网络的AOD模型，并设计了一种新的模型训练算法。该模型旨在拟合各种动作Q值，包括状态空间、特征提取和多层感知机。与现有研究不同，本文针对所提AOD模型设计了一种基于记忆的训练算法，以提高模型训练效率和测试精度。此外，提出一种最终状态生成方法判断训练过程中AOD任务何时停止。本文所提方法在AOD数据集上进行了充分的对比实验和消融实验。实验结果表明所提方法优于其他同类方法，所设计的训练算法比原始训练算法更高效。
京公网安备 11010502051620号
