基于分层强化学习的多移动机器人避障算法

介绍了一种基于分层思想的强化学习方法，即将机器人的复杂行为分解为一系列简单的行为进行离线独立学习，并分别设计了每个层次的结构、参数及函数。这种学习方法能够减小状态空间并简化强化函数的设计，从而提高了学习的速率以及学习结果的准确性，并使学习过程实现了决策的逐步求精。最后以多机器人避障为任务模型，将避障问题分解为躲避静态和动态障碍物以及向目标点靠近3个子行为分别进行学习，实现了机器人的自适应行为融合，并利用仿真实验对其有效性进行了验证。