文档介绍：小型微型计算机系统
Journal of Chinese Computer Systems
ISSN 1000-1220,CN 21-1106/TP
摘 要：近年来，以 DQN（Deep Q-Network）为代表的人工智能技术在路径规划领域中广泛应用。为了解决传统 DQN 方
法存在收敛速度较慢的问题，本文提出一种端到端的 D3QN-PER（Dueling Deep Double Q-Network Prioritized Experience
Replay）路径规划方法。首先，在感知端引入长短时记忆网络(Long Short-Term Memory)，障碍物状态信息作为输入，进行
取舍后储存在隐藏层，再转换成固定长度的向量和机器人自身状态向量输入至 D3QN 网络，提高记忆和认知障碍物的能力。
然后，采用优先经验回放机制（Prioritized Experience Replay，PER）对经验池抽取小批量样本，保证样本多样性的同时提
高重要样本的利用率，获取更加精确的 Q 值。最后，通过 3 个不同仿真场景进行验证，分别对 DQN、DDQN、D3QN、D3QN-PER
展开训练，实验结果表明，与其他方法相比，D3QN-PER 的收敛速度比 DQN 算法提高 56%，而且到达目标点的次数更多，
可证明该方法在未知环境中可以更好地获取最优路径。
关键词：DQN；D3QN-PER；LSTM；最优路径
中图分类号：TP39 文献标识码：A
Research on D3QN Path Planning Method of Mobile Robot Priority Sampling
YUAN Shuai1,2, ZHANG Li-li1, GU Qi-ran1, ZHANG Feng1, LYU Jia-qi1
1（Information and Control Engineering School，Shenyang Jianzhu University ,Shenyang 110168, China）
2（Shenyang Institute of Automation, Chinese Academy of Science, Shenyang 110016, China）
Abstract: In recent y