|
Tác giả CN
| Lưu Thanh Tùng | |
Nhan đề
| Nghiên cứu thuật toán deep reinforcement learning điều khiển mobile robot điều hướng tự động | |
Tóm tắt
| Hoạch định chuyển động (motion planning) là yếu tố quan trọng để cho phép các robot di động hoạt động một cách tự dộng. Khi các trường hợp ứng dụng của robot trở nên phức tạp và khó đoán hơn, các bộ hoạch định chuyển động phân cấp truyền thống gặp phải những thách thức đáng kể. Tuy nhiên, với những tiến bộ trong học sâu, các bộ hoạch định chuyển động dựa trên học tăng cường sâu (DRL) đã trở thành một điểm nóng nghiên cứu nhờ vào nhiều tính năng ưu việt của chủng. Trong bài báo này, chủng tôi đề xuất một phương pháp học tăng cường sâu, tận dụng các dữ liệu laser thô và sử dụng thư viện PIC4rl-gym để xây dụng môi trường mô phỏng trên Gazebo. Các thí nghiệm cho thấy phương pháp đề xuất đã cho thấy khả năng điều hướng tự động hoàn toàn của mobile robot, và kết quả huấn luyện đã xác nhận tính hiệu quả của thuật toán. | |
Từ khóa tự do
| Hoạch định chuyển động | |
Từ khóa tự do
| Học tăng cường sâu | |
Từ khóa tự do
| Môi trường mô phỏng | |
Tác giả(bs) CN
| Nguyễn Hoàng Long | |
Nguồn trích
| Tạp chí cơ khí Việt Nam : Cơ quan của tổng hội cơ khí Việt Nam2024-9-26tr.
Số: 08
Tập: 2024 |
| | 000 | 00000nab#a2200000ui#4500 |
|---|
| 001 | 55398 |
|---|
| 002 | 6 |
|---|
| 004 | 6F0F1EF4-5345-48C1-9A6B-B9AFC51DB7D3 |
|---|
| 005 | 202409271520 |
|---|
| 008 | 081223s VN| vie |
|---|
| 009 | 1 0 |
|---|
| 039 | |y20240927152110|zcuonglv |
|---|
| 040 | |aTV EAUT |
|---|
| 041 | |avie |
|---|
| 044 | |avm |
|---|
| 100 | 10|aLưu Thanh Tùng |
|---|
| 245 | |aNghiên cứu thuật toán deep reinforcement learning điều khiển mobile robot điều hướng tự động |
|---|
| 520 | |aHoạch định chuyển động (motion planning) là yếu tố quan trọng để cho phép các robot di động hoạt động một cách tự dộng. Khi các trường hợp ứng dụng của robot trở nên phức tạp và khó đoán hơn, các bộ hoạch định chuyển động phân cấp truyền thống gặp phải những thách thức đáng kể. Tuy nhiên, với những tiến bộ trong học sâu, các bộ hoạch định chuyển động dựa trên học tăng cường sâu (DRL) đã trở thành một điểm nóng nghiên cứu nhờ vào nhiều tính năng ưu việt của chủng. Trong bài báo này, chủng tôi đề xuất một phương pháp học tăng cường sâu, tận dụng các dữ liệu laser thô và sử dụng thư viện PIC4rl-gym để xây dụng môi trường mô phỏng trên Gazebo. Các thí nghiệm cho thấy phương pháp đề xuất đã cho thấy khả năng điều hướng tự động hoàn toàn của mobile robot, và kết quả huấn luyện đã xác nhận tính hiệu quả của thuật toán. |
|---|
| 653 | |aHoạch định chuyển động |
|---|
| 653 | |aHọc tăng cường sâu |
|---|
| 653 | |aMôi trường mô phỏng |
|---|
| 700 | |aNguyễn Hoàng Long |
|---|
| 773 | 0 |tTạp chí cơ khí Việt Nam : Cơ quan của tổng hội cơ khí Việt Nam|d2024-9-26|gtr.|v2024|i08 |
|---|
| 890 | |a0|b0|c1|d0 |
|---|
|
Không tìm thấy biểu ghi nào
|
|
|
|