基于强化学习算法的异构模块化机器人自重构规划方法

授权

摘要

本发明涉及一种基于强化学习算法的异构模块化机器人自重构规划方法，首先给定一个初始模块化机器人构型和目标构型，输入模块总数N，并通过初始化过程建立模块的图结构；将初始构型作为根节点，建立蒙特卡洛树搜索，并且在达到终止条件(找到目标构型或者已经进行n次探索)时停止搜索。每次搜索结束后给出规划路径，并保存样本；当样本数达到给定值后，将样本输入神经网络进行训练，并更新训练参数；更新参数后，再次进行蒙特卡洛搜索。此次搜索结果的平均步数应该更少，在每次搜索完成后，更新步数最少的规划路径。

基本信息

专利标题：

基于强化学习算法的异构模块化机器人自重构规划方法

专利标题（英）：

暂无

公开（公告）号：

CN110297490A

申请号：

CN201910523043.0

公开（公告）日：

2019-10-01

申请日：

2019-06-17

授权号：

CN110297490B

授权日：

2022-06-07

发明人：

张夷斋王文卉黄攀峰孟中杰常海涛

申请人：

西北工业大学

申请人地址：

陕西省西安市友谊西路127号

代理机构：

西北工业大学专利中心

代理人：

刘新琼

优先权：

CN201910523043.0

主分类号：

G05D1/02

IPC分类号：

G05D1/02