Resumen

El algoritmo existente de planificación dinámica de trayectorias no puede resolver adecuadamente el problema de la planificación de trayectorias de un robot con ruedas en terreno inclinado con obstáculos móviles dinámicos. Para resolver el problema de la baja tasa de convergencia en la fase de entrenamiento de DDQN, se propone un algoritmo de planificación de trayectorias dinámicas basado en la Red Q Doble de Árbol (TDDQN). El algoritmo descarta las trayectorias detectadas incompletas y sobre-detectadas optimizando la estructura del árbol, y combina el método DDQN con el método de estructura de árbol. En primer lugar, se utiliza el algoritmo DDQN para seleccionar la mejor acción en el estado actual después de realizar menos acciones, para así obtener la trayectoria candidata que cumple las condiciones. Luego, según el estado obtenido, se repite el proceso anterior para formar múltiples trayectorias de la estructura del árbol. Por último, se utiliza el método de supresión no máxima para seleccionar la mejor trayectoria de entre la pluralidad de trayectorias candidatas elegibles. La simulación y experimento en ROS verifican que el robot con ruedas puede llegar efectivamente al objetivo en terreno inclinado con obstáculos móviles. Los resultados muestran que en comparación con el algoritmo DDQN, TDDQN tiene las ventajas de una rápida convergencia y una baja función de pérdida.

• Materias:Trituradora robótica Análisis cinemático Robots de articulación flexible Robot autónomo Articulación robótica
• Subjects:Robotic shredder Kinematic analysis Flexible joint robots Robot autonomous Robotic articulation
• Palabras claves:Algoritmo dinámico de planificación de trayectorias; Robot con ruedas; Terreno en pendiente; Obstáculos dinámicos en movimiento; Tree-Double Deep Q Network (TDDQN); Tasa de convergencia.
• Keywords:Dynamic path planning algorithm; Wheeled robot; Slope ground; Dynamic moving obstacles; Tree-Double Deep Q Network (TDDQN); Convergence rate