来源：期刊VIP网 时间：
作者：杨健健;程琪;章腾;黄先诚;韩子毅;
单位：中国矿业大学(北京)机械与电气工程学院;中国矿业大学(北京)内蒙古研究院;
摘要：针对深度确定性策略梯度（DDPG）在路径规划中的不足，提出一种融合运动学分析和经验回放机制的深度确定性策略梯度（KP-DDPG）算法，在对移动的机器人运动学建模和分析的基础上，在DDPG奖励函数中增加了方位角奖励因子和转弯惩罚因子，同时改变了随机采样经验池策略，建立积极经验重放缓冲区，优先采样时序差分误差大的样本进行训练。在仿真平台上比较了传统路径规划算法与所提算法的性能，结果表明KP-DDPG算法可以有效地克服DDPG方法训练周期长、路径规划技术差等缺点。同时设计了基于数字孪生的矿山无人运输仿真系统，在数字孪生仿真平台上验证了规划路径转角的合理性。
关键词：路径规划;;强化学习;;KP-DDPG;;数字孪生仿真平台
基金资助：中国矿业大学(北京)本科教育教学改革与研究项目(J220419)
