基于强化学习算法的异构模块化机器人自重构规划方法

摘要

本发明涉及一种基于强化学习算法的异构模块化机器人自重构规划方法，首先给定一个初始模块化机器人构型和目标构型，输入模块总数N，并通过初始化过程建立模块的图结构；将初始构型作为根节点，建立蒙特卡洛树搜索，并且在达到终止条件(找到目标构型或者已经进行n次探索)时停止搜索。每次搜索结束后给出规划路径，并保存样本；当样本数达到给定值后，将样本输入神经网络进行训练，并更新训练参数；更新参数后，再次进行蒙特卡洛搜索。此次搜索结果的平均步数应该更少，在每次搜索完成后，更新步数最少的规划路径。