-
作者
鲁良伟李敬兆周华平
-
单位
安徽理工大学电气与信息工程学院安徽理工大学计算机科学与工程学院
-
摘要
为保障矿用电机车的安全稳定运行,实现电机车运输过程中避障的自主化与智能化,提出了一种基于深度确定性策略梯度(DDPG)算法的电机车防撞及避障策略。通过融合电机车行驶环境中的多源特征数据,作为DDPG算法网络的状态输入,结合奖励函数、OU噪声来训练智能体,进而输出确定性防撞避障策略至电机车整车控制器,以控制电机车完成转向、调速、制动及报警等避障动作。仿真测试结果表明,所设计的避障防撞策略有效解决了电机车在井下复杂工况中的运行控制问题,对电机车的少人、无人化驾驶研究具有一定的意义。
-
关键词
矿用电机车DDPG算法防撞避障策略OU噪声智能体
-
基金项目(Foundation)
安徽省重点研发计划、国际科技合作专项(202004b11020029)；国家自然科学基金项目（51874010;61170060）；北京理工大学高精尖机器人开放性研究项目（2018IRS16）；物联网关键技术研究创新团队(201950ZX003)；
-
文章目录
0前言
1 系统架构
2 算法框架
2.1 深度强化学习
2.2 演员-评论家（Actor-Critic）策略梯度框架
2.3 深度确定性策略梯度算法模型
3 基于DDPG算法的矿用电机车防撞及避障策略
4 仿真分析
4.1 仿真环境配置
4.2 仿真实验结果分析
5 结语
-
引用格式
鲁良伟,李敬兆,周华平.基于DDPG算法的矿用电机车防撞及避障策略研究[J].煤炭技术,2022,41(02):184-188.DOI:10.13301/j.cnki.ct.2022.02.046.
-
相关文章
煤炭技术 
2022年第02期 
