深度自动编码器与Q学习的移动机器人路径规划

深度自动编码与Q学习针对移动机器人路径规划的方法提供了全新的思路，利用神经网络的自适应能力，应用梯度下降法等算法计算权值与权重，实现对移动机器人的路径规划。移动机器人通过算法实现的初始化与卷积训练可以使机器人具备较强的交互能力，基于二者建造的移动机器人模型具有良好的并行性、容错性，同时能较快地处理高维数的数据，从而为移动机器人的路径规划贡献力量。