learning the weight of each paras in DWA(Dynamic Window Approach) by using DQN(Deep Q-Learning)

　使用python语言和tensorflow平台，结合C++编写的仿真环境，利用DQN(Deep Q-Learning)对DWA(Dynamic Window Approach)算法中各参数的权重进行学习。
　代码中不包括DWA的主体部分，该部分由C++编写，通过调用该文件编译生成的.so文件得到。
 

　　使用python2.x版本

　　conda install opencv
　　conda install numpy
　　conda install tensorflow  

　主训练函数，负责加载配置及调用Agent与Environment的各个模块；训练时直接运行该文件即可。  

　　配置文件，定义训练中使用到的各种参数信息。
　　各参数信息详见注释。
 

　　对应RL（增强学习）中的Agent模块，完成学习网络的建立（新建或加载已有模型），DWA参数预测（前向传播）与更新。

　　　网络的建立、预测与更新。

　　　缓存区模块，建立和维护训练过程中得到的数据。

　　　输入输出模块，主要目的在于将训练数据写入日志文档。

　　　神经网络节点的补充定义。  

　　对应RL（增强学习）中的Environment模块，完成对DWA算法的仿真。

　　　小车前进的状态模拟。
　　　作为接口处理仿真环境返回的数据信息，并进行状态判断（是否转圈）与reward赋值。
　　　关于C++部分，可联系【Email:[email protected]】  

目前尚未得到较好的训练结果。
建议修改方向：神经网络的结构、奖励的形式与大小等。
联系方式【Email:[email protected]】