dqn走迷宫 matlab_GitHub - rongyu10/DQN_of_DWA_matlab: learning the weight of each paras in DWA(Dynamic ...

DQN_of_DWA_matlab

learning the weight of each paras in DWA(Dynamic Window Approach) by using DQN(Deep Q-Learning)

1、关于本项目

使用matlab平台及deeplearning工具包，利用DQN(Deep Q-Learning)对DWA(Dynamic Window Approach)算法中各参数的权重进行学习。

2、如何使用

直接运行DQN.m即可。

3、文件与参数说明

3.1 DQN.m

主训练函数，负责调用Agent与Environment的各个模块；训练时直接运行该文件即可。

3.2 Agent/

对应RL(增强学习)中的Agent模块，完成学习网络的建立(新建或加载已有模型)，DWA参数预测(前向传播)与更新。

3.2.1 AgentOutput.m

通过cnn(卷积神经网络)，由当前的状态得到此时各个选择的Q值，进而得到当前状态下的参数。

3.2.2 AgentLearn.m

由上一步得到的参数前进后环境反馈得到的reward，更新卷积神经网络，到达对卷及神经网络进行学习的目的。

3.2.3 NetSetUp.m & CreateNeuralNetneural.m

卷积神经网络的建立与定义，参照了DeepLearnToolbox并进行了部分修改。

3.2.4 ForwardPro.m & BackPro.m

神经网络的前向传播与残差的后向传播，参照了DeepLearnToolbox并进行了部分修改；可支持多通道、batch训练。

3.3 Environmen