计算机应用研究

作者：韩金亮,任海菁,吴淞玮,蒋欣欣,刘凤凯,

单位：中国矿业大学a.数学学院;b.环境与测绘学院;c.安全工程学院;d.信息与控制工程学院,江苏徐州221116；

关键词：行动者—评论家算法,注意力机制,深度强化学习,机器人路径规划,

基金：国家自然科学基金资助项目(61501465)；国家大学生创新训练项目(201910290053Z)；；

针对行动者—评论家算法存在的经验学习样本维度高、策略梯度模型鲁棒性低等问题，依据多代理系统的信息协作优势，构建注意力机制网络并作为代理体，引入多层并行注意力机制网络模型对AC算法进行改进，提出一种基于多层并行注意力机制的柔性AC算法。将其用于解决动态未知环境下的机器人路径规划问题，可增强行动者的策略梯度鲁棒性并降低评论家的回归误差，实现机器人路径规划最优方案的快速收敛。实验结果表明，该算法有效克服机器人路径规划的局部最优，具有计算速度快、稳定收敛的优点。

来源：2020年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第12期