CHIẾN LƯỢC DẪN ĐƯỜNG RÔ BỐT DẠNG BÁNH DỰA TRÊN GIẢI THUẬT BIT* VÀ PHƯƠNG PHÁP HỌC TĂNG CƯỜNG

Tóm tắt

Rô bốt di động ngày càng được sử dụng rộng rãi trong rất nhiều lĩnh vực trong đời sống và sản xuất công nghiệp. Dựa vào hệ nhận thức của rô bốt trong môi trường di chuyển, các vấn đề về dẫn đường tối ưu trong môi trường không biết trước là một trong các trở ngại trong bài toán điều khiển và dẫn đường rô bốt tự hành. Để giải quyết vấn đề nêu trên, nhóm tác giả đề xuất chiến lược dẫn đường kiểu lai giữa thuật toán BIT* cải tiến và mô hình học tăng cường (RL). Thuật toán BIT*-RL sử dụng tìm đường toàn cục trong môi trường không biết trước sử dụng thuật toán BIT*. Sau đó, mô hình học tăng cường sử dụng hai cấu trúc MobileNetV2 cho tối ưu thông số huấn luyện và mô hình UNet cho tối ưu hành động thực thi. Cuối cùng mô hình rô bốt di động ba bánh được kiểm chứng thông qua thực nghiệm và mô phỏng tính toán đã chứng minh các ưu việt trong tối ưu quá trình tìm kiếm đường đi, đáp ứng đồng thời đa nhiệm vụ

Title

WHEELED MOBILE ROBOT NAVIGATION BASED ON BIT* ALGORITHM AND REINFORCEMENT LEARNING METHOD

Abstract

Mobile robots are increasingly used in many areas of life and industrial production. Based on the robot's perception system in the moving environment, the problem of optimal navigation in an unknown environment is one of the obstacles in the problem of controlling and guiding autonomous robots. To solve the above problem, the authors propose a hybrid navigation strategy between the improved BIT* algorithm and the reinforcement learning (RL) model. The BIT*-RL algorithm uses global path finding in an unknown environment using the BIT* algorithm. Then, the reinforcement learning model uses two MobileNetV2 structures for optimizing training parameters and the UNet model for optimizing execution actions. Finally, the three-wheeled mobile robot model is verified through experiments and computational simulations, demonstrating its superiority in optimizing the path finding process, meeting multiple tasks simultaneously