مسیریابی و اجتناب از برخورد مانوپلاتور ربات بالارونده با استفاده از الگوریتم یادگیری q

آن چه که در این مقاله مورد بحث قرار گرفته است طراحی مسیر هوشمند زیر سیستم سری ربات بالارونده از داربستها، در حضور موانع داربستی دیگر می باشد. الگوریتم یادگیری q به طور گسترده ای به عنوان یک روش محاسباتی-یادگیری در سال های اخیر مورد استفاده قرار گرفته است. لذا برای طراحی مسیر این ربات و اجتناب از موانع با شرایط مکانیزمی و محیطی خاصی که دارد یادگیری تقویتی به منظور هوشمند سازی انتخاب شده است. لازم به ذکر است که برای پوشش دادن این هدف در این مقاله سرعت نیز به عنوان یکی از متغیرهای حالت طراحی مسیر تحت آموزش هوشمند قرار می گیرد. به منظور ایجاد یک یادگیری موفقیت آمیز، تابع پاداش و استراتژی موثر و بهینه انتخاب و اعمال گشته است. نتایج طراحی مسیر هوشمند برای این ربات برای زیر سیستم سری با دو روش یادگیری q و یادگیری q دوگانه به کمک شبیه سازی به دست آمده و از نظر طول زمان انجام محاسبات و سرعت همگرایی الگوریتم مورد بررسی و مقایسه قرار گرفته است.