典型文献
基于改进深度学习的变电站机器人巡检路径规划研究
文献摘要：
随着智能电网的不断发展,变电站数量随之增加.针对变电站中巡检任务繁重以及人工巡检可视化水平低的问题,该文提出了一种基于改进深度强化学习的变电站机器人巡检路径规划方法.结合巡检机器人的运动模型,设计深度强化学习的动作和状态空间.将深度强化学习网络与人工势场相结合,重新构造深度强化学习的奖励函数,优化卷积神经网络结构.通过实际变电站场景进行验证,提出的改进深度强化学习算法较传统算法计算时间更短,效率更高,更有利于对变电站巡检机器人的巡检路径进行精准规划,提升变电站的自动化程度水平.
文献关键词：
变电站;深度强化学习;人工势场法;巡检机器人;路径规划
中图分类号：
作者姓名：
徐明
作者机构：
国网嘉兴供电公司,嘉兴314033
文献出处：
引用格式：
[1]徐明-.基于改进深度学习的变电站机器人巡检路径规划研究)[J].自动化与仪表,2022(01):36-39,59
A类：
改进深度强化学习算法
B类：
机器人巡检,巡检路径规划,规划研究,智能电网,繁重,人工巡检,路径规划方法,运动模型,设计深度,状态空间,学习网络,新构造,构造深度,奖励函数,神经网络结构,变电站场景,传统算法,算法计算,计算时间,变电站巡检机器人,精准规划,人工势场法
AB值：
0.238104
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
