传感器杂志

研究文章

机器人障碍避免控制器基于深强化学习

算法一

DQN

输入量 :像素和奖赏
输出 :Q动作值函数
初始化
初始重放内存空间
初始化Q网络带随机权数
初始化目标网络带权数
1:面向多做
2:初始化序列并预处理序列
3:面向多做
4: 策略选择

5:运行动作以模拟器观察报应并图像
6集并预处理
7:存储器转换内
8:随机小批转换样本发自
9:集
10:计算损耗

11:火车更新权重联想
12:结束
13:结束