技术编号:33472521
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。.本发明涉及机器人路径规划方法,尤其涉及一种基于时态逻辑控制策略的配送机器人路径规划方法。背景技术.强化学习是一种训练智能体在探索环境时学习最优策略以获得最大奖励的人工智能技术。但是经典的强化学习rl仍然存在一些缺陷,比如收敛慢、奖励稀疏、收敛至局部最优等问题。q-学习是强化学习中一种经典的算法,但在初始化过程中通常将q值均设为等值或随机值,即在无先验知识的环境下学习,这使得算法收敛速度变慢。.ltl(linear temporal logic,线性时态逻辑)是一种可以描述非马尔可夫的复杂...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。