摘要： 針對(duì)未知環(huán)境下Agent自主決策的快速路徑規(guī)劃與避碰問(wèn)題，將Q-learning與神經(jīng)網(wǎng)絡(luò)相結(jié)合，利用基于目標(biāo)導(dǎo)向的動(dòng)作策略與獎(jiǎng)勵(lì)函數(shù)的動(dòng)態(tài)計(jì)算方法，以及優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架，構(gòu)建Agent避碰導(dǎo)航算法，通過(guò)仿真驗(yàn)證，表明算法有效，收斂速度較快，適應(yīng)于靜態(tài)障礙的避碰與導(dǎo)航，同時(shí)對(duì)Agent隨機(jī)指定出發(fā)點(diǎn)及障礙物微小變化的環(huán)境，具有一定的泛化能力，算法可以支持無(wú)人裝備的自主路徑... （共5頁(yè)）