Bumgeun Park

强化学习方法提升清洁机器人路径规划性能

一篇新的研究论文提出了一种使用强化学习的改进型清洁机器人路径规划方法。该方法结合了近端策略优化（PPO）算法与迁移学习、一种“检测最近已清洁瓷砖”策略、奖励塑形以及一种“精英集”方法。其目标是使机器人在无需持续再训练的情况下，能在各种清洁环境中有效运行，并比标准的PPO算法收敛得更快。实验结果表明，与传统的随机和之字形路径规划方法相比，该方法性能更优。