Réseau de neurones d'apprentissage par renforcement pour le problème d'évitement d'obstacles d'un robot mobile autonome

Une approche du problème d'évitement d'obstacles pour les robots mobiles autonomes utilisant un réseau de neurones d'apprentissage par renforcement est proposée dans cet article. Le Q-learning est un type de méthode d'apprentissage par renforcement qui est similaire à la programmation dynamique et le réseau de neurones a une capacité puissante à stocker les valeurs. Nous intégrons ces deux méthodes dans le but d'assurer un comportement autonome du robot dans un environnement compliqué et imprévisible. Les résultats de simulation montrent que le robot simulé utilisant le réseau de neurones d'apprentissage par renforcement peut améliorer visiblement sa capacité d'apprentissage et peut réaliser la tâche donnée dans un environnement complexe.