引用本文:乔俊飞,樊瑞元,韩红桂,阮晓钢.机器人动态神经网络导航算法的研究和实现[J].控制理论与应用,2010,27(1):111~115.[点击复制]
QIAO Jun-fei,FAN Rui-yuan,HAN Hong-gui,RUAN Xiao-gang.Research and realization of dynamic neural network navigation algorithm for mobile robot[J].Control Theory and Technology,2010,27(1):111~115.[点击复制]
机器人动态神经网络导航算法的研究和实现
Research and realization of dynamic neural network navigation algorithm for mobile robot
摘要点击 2347  全文点击 1862  投稿时间：2008-12-23  修订日期：2009-04-28
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  
  2010,27(1):111-115
中文关键词  移动机器人  导航  动态神经网络
英文关键词  mobile robot  navigation  dynamically structured neural network
基金项目  国家自然科学基金资助项目(60674066,60873043); 国家“863”计划资助项目(2007AA04Z160); 北京市自然科学基金资助项目(4092010); 教育部博士点基金资助项目(200800050004).
作者单位E-mail
乔俊飞 北京工业大学 电子信息与控制工程学院 junfeiq@bjut.edu.cn 
樊瑞元* 北京工业大学 电子信息与控制工程学院 fanruiyuan@gmail.com 
韩红桂 北京工业大学 电子信息与控制工程学院  
阮晓钢 北京工业大学 电子信息与控制工程学院  
中文摘要
      针对Pioneer3-DX 移动机器人, 提出了基于强化学习的自主导航策略, 完成了基于动态神经网络的移动机器人导航算法设计. 动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构, 实时地实现机器人的状态与其导航动作之间的映射关系, 有效地解决了强化学习中状态变量表的维数爆炸问题. 通过对Pioneer3-DX移动机器人导航进行仿真和实物实验, 证明该方法的有效性, 且导航效果明显优于人工势场法.
英文摘要
      For the navigation of Pioneer3-DX mobile robot in unknown environment, we propose a self-navigation strategy with learning reinforcement, and develop the navigation algorithm based on the dynamical neural network. The dynamically self-organizing neural network can automatically adjust its structure according to the complexity of the working environments of the mobile robot to realize the mapping between environmental states and robot actions, effectively avoiding the dimension explosion in learning reinforcement. Simulations and real robot navigation experiments are carried out; results show that the proposed method is effective in applications. It gives a better navigation performance than that of the artificial potential-field method.