RRT-Trained DDQN Algorithm for Pathfinding Problem of Automated Guided Vehicle

寻路 计算机科学 计算机视觉 人工智能 算法 理论计算机科学 最短路径问题 图形
作者
Kai Zheng,Jun Liu,Yi Zhang,Shi Yang
标识
DOI:10.1109/icaace61206.2024.10548092
摘要

This study proposes an innovative path planning method that using the Rapidly-exploring Random Tree (RRT) to guide the training of the Double Deep Q Network (DDQN), to improve the learning efficiency and convergence speed of Deep Reinforcement Learning (DRL). The experimental results show that this method significantly improves the performance of DDQN in complex and high-dimensional task environments, providing a new perspective for the field of deep reinforcement learning. This research demonstrates the potential of combining classic path planning algorithms and modern deep learning technologies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
pluto发布了新的文献求助10
2秒前
2秒前
Jio完成签到,获得积分10
3秒前
阿斯巴甜完成签到,获得积分20
4秒前
和谐小南完成签到,获得积分10
6秒前
6秒前
七七发布了新的文献求助10
7秒前
7秒前
weiweiwu12发布了新的文献求助10
7秒前
炙热的若枫完成签到 ,获得积分10
8秒前
8秒前
平常诗翠完成签到,获得积分10
9秒前
pluto完成签到,获得积分10
9秒前
阿妍碎碎念完成签到,获得积分10
9秒前
ZhiE完成签到 ,获得积分10
9秒前
10秒前
朱钰琪发布了新的文献求助10
10秒前
11秒前
JJH发布了新的文献求助10
12秒前
平常诗翠发布了新的文献求助10
13秒前
13秒前
14秒前
辛勤的灵薇完成签到,获得积分10
14秒前
14秒前
lijingwen发布了新的文献求助10
15秒前
weiweiwu12完成签到,获得积分10
16秒前
SchurrleHao发布了新的文献求助10
16秒前
七七完成签到,获得积分10
17秒前
beautyy发布了新的文献求助10
19秒前
科研小易发布了新的文献求助10
19秒前
leo发布了新的文献求助10
20秒前
魏万天发布了新的文献求助10
20秒前
21秒前
yichun完成签到,获得积分10
21秒前
浅尝离白给紧张的如南的求助进行了留言
22秒前
华仔应助郝宝真采纳,获得10
23秒前
安静成威完成签到 ,获得积分10
23秒前
难过的微生物完成签到,获得积分10
25秒前
wil发布了新的文献求助10
26秒前
高分求助中
Evolution 10000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3147946
求助须知:如何正确求助?哪些是违规求助? 2798939
关于积分的说明 7832669
捐赠科研通 2456017
什么是DOI,文献DOI怎么找? 1307045
科研通“疑难数据库(出版商)”最低求助积分说明 628043
版权声明 601620