摘要：針對傳統(tǒng)增強學習方法在運動規(guī)劃領域,尤其是機器人避障問題上存在容易過估計、難以適應復雜環(huán)境等不足,提出了一種基于深度增強學習的提升機器人避障性能的新算法模型。該模型將dueling神經(jīng)網(wǎng)絡架構與傳統(tǒng)增強學習算法Q學習相結合,并利用兩個獨立訓練的dueling網(wǎng)絡處理環(huán)境數(shù)據(jù)來預測動作值,在輸出層分別輸出狀態(tài)值和動作優(yōu)勢值,并將兩者結合輸出最終動作值。該模型能處理較高維度數(shù)據(jù)以適應復雜多變的環(huán)境,并輸出優(yōu)勢動作供機器人選擇以獲得更高的累積獎勵。實驗結果表明,該新算法模型能有效地提升機器人避障性能。