learning the weight of each paras in DWA(Dynamic Window Approach) by using DQN(Deep Q-Learning)
使用matlab平台及deeplearning工具包，利用DQN(Deep Q-Learning)对DWA(Dynamic Window Approach)算法中各参数的权重进行学习。
直接运行DQN.m即可。
主训练函数，负责调用Agent与Environment的各个模块；训练时直接运行该文件即可。
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。
通过cnn（卷积神经网络），由当前的状态得到此时各个选择的Q值，进而得到当前状态下的参数。
由上一步得到的参数前进后环境反馈得到的reward，更新卷积神经网络，到达对卷及神经网络进行学习的目的。
卷积神经网络的建立与定义，参照了DeepLearnToolbox并进行了部分修改。
神经网络的前向传播与残差的后向传播，参照了DeepLearnToolbox并进行了部分修改；可支持多通道、batch训练。
对应RL（增强学习）中的Environment模块，完成对DWA算法的仿真。
接受DQN.m传递的参数，利用仿真环境得到小车的下一帧周围环境、本次前进的奖励、小车的状态（是否到达终点，是否绕圈、停止等）并返回。
DWA主体部分，完成对各个路径的评价。
随机在地图上生成起始点和终点，要求避免两者距离太小或有一在障碍物中的情况。
按照坐标得到小车周围的障碍物信息。
由DQN.m保存的当前模型参数信息，文件名为保存模型时的时间戳，可通过修改DQN.m中调用CreateNeuralNetneural.m的形式决定加载已有模型进行训练或者创建一个新模型。
仿真的障碍物信息，可根据需要修改。
约定：白色（高像素值）部分为障碍物，黑色（低像素值）部分为可行区域。
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:zhaoxrthu@gmail.com】