d star lite(d* lite) 论文笔记
背景由于DQN在迷宫环境障碍物较多的情况下训练效果不好。经过一些改进,修改奖惩值,避开障碍物等操作,还是效果欠佳。怀疑是否跟采样有关,关键的到达障碍物的奖励值,通过Debug,发现学习较少。为了尽快到达一种较为良好的全局路径规划,修改了规划算法。规划算法一般分为三类。基于图搜索的,代表算法有万物起源A算法,其改进算法D,又称动态A*,在静态规划中表现突出,但是障碍物一旦发生改变,需要从头再次计算。 LPA改进了A在障碍物发生改变时需要重新计算的问题,但由于是从起始点往目标点进行规划,生成路径可能不为.
原创
2021-09-20 14:45:47 ·
1838 阅读 ·
1 评论