{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2022,11,20]]，“日期-时间”：“2022-11-20T05:51:36Z”，“时间戳”：1668923496938}，“参考-计数”：19，“出版商”：“富士科技出版社”，“问题”：“6”，“资助者”：[{“DOI”：“10.13039\/501000004826”，”“名称”：“自然科学基金会北京市”，“doi-asserted-by”：“publisher”，“award”：[“4202022”，“4212035”，“4204096”]}：“北京市教委科研项目”，“奖项”：[“KM202010009006”，“201910009008”]}]，“内容域”：{“域”：[]，“交叉标记-限制”：false}，“短容器-时间”：[”JACIII“，”J.Adv.Compute.Intell.Intell.Inform.“]，“published-print“：{”date-parts“：[2022,11,20]}，”abstract“：”外部奖励在强化学习过程中起着重要作用，其设计的质量决定了算法的最终效果。然而，在几个真实世界的场景中，对代理来说，外部奖励是极其稀少的。这在移动机器人导航中尤为明显。为了解决这个问题，本文提出了一种基于好奇心的自主导航算法，该算法由强化学习框架和好奇心系统组成。好奇心系统由三部分组成：预测网络、联想记忆网络和好奇心奖励。预测网络预测下一个状态。联想记忆网络被用来代表世界。基于联想记忆网络，设计了推理算法和距离标定算法。好奇心奖励与外部奖励相结合，作为Q-学习算法的补充输入。仿真结果表明，该算法有助于agent减少在自主导航过程中对环境的重复探索。该算法也具有较好的收敛效果<\/jats:p>“，”DOI“：”10.20965\/jacii.2022.p0893“，”type“：”journal-article“，”created“：{”date-parts“：[2022,11,19]]，”date-time“：”2022-11-19T15:02:05Z“，”timestamp“：166887012500}，”page“：“893-904”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“迷宫机器人基于好奇的自主导航算法”]，“前缀”：“10.20965“，”卷“：”26“，”作者“：[{”给定“：”小平“，”家庭“：”张“，”序列“：”第一“，”隶属关系“：[]}，{”名称“：”华北工业大学电气与控制工程学院，中国北京市石景山区金元庄路5号，100144，“sequence”：“first”，“affiliation”：[]neneneep，{“给定”：“一号”，“家庭”：“刘”，“segment”：“additional”，“affiliation“：[]}，{“给定”：“Li”，“family”：“Wang”，“sequence”：“additional”，“affiliance”：[]{“given”：“Dunli”，“家庭”：“Hu”，”sequence“：”additional“，”affiliation:[]}.，{”given“：”Lei“，”family“：”Liu“，”segment“：”additional“”，“filiation”：[]}，“member”：“8550”，“published on”：{“date-parts”：[2022,11,20]]}，“引用”：[{“键”：“key-10.20965 \/jacii.2022.p0893-1“，”doi-asserted-by“：”crossref“，”unstructured“：”I.Sugiarto，L.L.U.Tung，and M.I.Rahman，“基于超声波测距的移动机器人迷宫跟踪的FPGA中模糊逻辑的实现”，Jurnal Teknik Elektro，第8卷，第2期，第96-102页，2008年。“，”doi“：”10.9744 \/jte.8.2.96-102“}，{“key”：“key-10.20965，jacii.2022.p0893-2“，”doi-asserted-by“：”crossref“，”unstructured“：”R.Kumar，P.Jitoko，S.Kumar“，K.Pillay，P.Prakash，A.Sagar，R.Singh，and U.Mehta“，带自动避障的迷宫解决机器人，《Procedia Computer Science》，第105卷，第57-61页，2017年。“，”doi“：”10.1016“/j.procs.2017.01.192”}，{“key”：“”key-10.20965 \/jacii.2022.p0893-3“，”doi-asserted-by“：”crossref“，”unstructured“：”S.V.Burtsev和Y.P.Kuzmin，\u201cAn efficient flood filling algorithm，《计算机与图形》，第17卷，第5期，第549-561页，1993年。“，”doi“：”10.1016\/0097-8493（93）90006-U“非结构化”：“H。Dang，J.Song和Q.Guo，《机器人迷宫求解的有效算法》，2010年第二届智能人机系统与控制论国际会议，第79-82页，2010年。“，“DOI”：“10.1109”，{“key”：“key-10.20965”，“DOI-asserted-by”：“crossref”，“unstructured”：“M.O.A.Aqel，A.Issa，M.Khdair，M。Elhabbash，M.AbuBaker和M.Massoud，基于图像处理和图论算法的智能迷宫解决机器人，2017年国际会议，第48-53页，2017年。“，“DOI”：“10.1109”，{“key”：“key-10.20965”，“jacii.2022.p0893-6”，“DOI-asserted-by”：“crossref”，“unstructured”：“T。Mannucci和E.-J.v.Kampen，带有强化学习和映射的分层迷宫导航算法，2016 IEEE Symp。计算智能系列（SSCI），doi:10.1109，SSCI.2016.7849365，2016.“，”doi“：”10.1109，“SSCI.2016.7849365”}，{“key”：“key-10.20965”，jacii.2022.p0893-7“，”doi-asserted-by“：”crossref“，“unstructured”：“S.H.Han，H.J.Choi，P.Benz，and J。Loaiciga，通过深度强化学习实现基于传感器的移动机器人导航，2018年IEEE大数据和智能计算国际会议（BigComp），第147-154页，2018年。Burgard，\u201cCuriosity-driven exploration for mapless navigation with deep reinforcement learning，\u201 D arXiv:1804.00456，2018。“}，{“key”：“key-10.20965”，jacii.2022.p0893-9“，”doi-asserted-by“：”crossref“，“unstructured”：“D.Pathak，P.Agrawal，A.A.Efros，and T。Darrell，通过自我监督预测进行好奇驱动的探索，2017 IEEE计算机视觉和模式识别研讨会（CVPRW），第488-489页，2017年。“，“DOI”：“10.1109”，“CVPRW.2017.70”}，{“key”：“key-10.20965”，jacii.2022.p0893-10”，“非结构化”：“V.Mnih，A.P.Badia，M.Mirza，A.Graves，T.Lillicrap，T.Harley，D。Silver和K.Kavukcuoglu，深度强化学习的异步方法。第33届国际机器学习大会，第48卷，第1928-1937页，2016年。Hwang，\u201cEnd-to-End Navigation Strategy with Deep Reinforction Learning for Mobile Robots，\u201 d IEEE Trans.（移动机器人深度强化学习端到端导航策略）。关于工业信息学，第16卷，第4期，第2393-24022020.”，“DOI”：“10.1109\/TII.20192936167”}，｛“key”：“key-10.20965\/jacii.202.p0893-12”，“DOI断言”：“crossref”，“非结构化”：“P.-Y.Oudeyer，\u201c好奇心驱动学习的计算理论，\u201d arXiv:1802.105462018.”，“DOI”：“10.31234\/osf.io\/3p8f6”｝，｛“key”：“key-10.20965，jacii.2022.p0893-13，“doi-asserted-by”：“crossref”，“unstructured”：“E.Law，P.-Y.Oudeyer，M.Yin，M.Schaekermann，and A.C.Williams，《好奇设计：跨学科研讨会》，《201d Proc》。2017年CHI Conf.计算机系统人为因素扩展摘要，第586-592页，2017年。Hafner，\u201c自主心理发展的内在动机系统，\u201d IEEE Trans。《进化计算》，第11卷，第2期，第265-286页，2007年。“，“DOI”：“10.1109\/TEVC.2006.890271”}，{“key”：“key-10.20965”，jacii.2022.p0893-15“，“DOI-asserted-by”：“crossref”，“unstructured”：“C.Kidd和B.Y.Hayden，《好奇的心理学和神经科学》，《神经元》，第88卷，第3期，第449-460页，2015年。”，“DOI:”10.1016\/j.neuron.2015.09.010“}，{“key”：“key-10.20965\/jacii.2022.p0893-16”，“doi-asserted-by”：“crossref”，”非结构化“：”B.C.Wittmann，N.D.Daw，B.Seymour，and R.j.Dolan，《纹状体活动是人类创新选择的基础》，《神经元》，第58卷，第6期，第967-973页，2008年。“，doi”：“10.1016\/j.neuron.2008.04.027”}，“密钥”：“key-10.20965 \/jacii.2022.p0893-17“，“非结构化”：“X.Zhang，Y.Liu，D.Hu，and L.Liu，基于好奇和强化学习的迷宫机器人自主导航方法，第七届高级计算智能和智能信息学国际研讨会（IWACIII 2021），文章编号M1-6-1，2021。”}，{“key”：“key-10.20965\/jacii.2022.p0893-18“，“doi-asserted-by”：“crossref”，“unstructured”：“H.Wicaksono，物理机器人自主导航上的u201cQ-学习行为，2011年第八届泛在机器人和环境智能国际会议，第50-54页，2011年。”，“doi”：“10.1109\/URAI.2011.6145931”}，{“key”：“key-10.201965\/yacii.2022.p0893-19”非结构化”：“R.R.Al-nima，使用线性联想记忆神经网络进行图像识别，《纯粹科学》第13卷第3期第266-273页，2008年。”}]，“容器-时间”：[“高级计算智能与智能信息学杂志”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/www.fujipress.jp\/main\/wp-content\/themes\/fujipress\/hyosetsu.php？ppno=JACII002600060003“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2022,11,19]]，”date-time“：“2022-11-19T15:02:36Z”，”timestamp“：1668870156000}，“score”：1，“resource”：{“primary”：“{”URL“：”https://www.fujipress.jp\/jacii\/jc\/jaciai 002600060893“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,11,20]]}，”references-count“：19，”journal-issue“：{“issue”：“6”，”published-online“：{”date-ports“：[2022,11,20]]{，”published-print“：}”dateparts“：[[2022,11,20]}}，“URL”：“http://\/dx.doi.org\/10.20965\/jacii.2022.p0893”，“relation”“：{}，”ISSN“：[”1883-8014“，”1343-0130“]，”ISSN-type“：[{”value“：”1883-80214“，“type”：“”电子“}，{”值“：”1343-0130“，”类型“：”打印“}]，”主题“：[]，”发布“：{”日期部分“：[2022,11,20]]}}