基于DE-Q学习算法的移动机器人路径规划 |
| |
引用本文: | 马泽伦,袁亮,肖文东,等.基于DE-Q学习算法的移动机器人路径规划[J].火力与指挥控制,2023,48(3):152-156.DOI:10.3969/j.issn.1002-0640.2023.03.023 |
| |
作者姓名: | 马泽伦 袁亮 肖文东 何丽 |
| |
作者单位: | 1.新疆大学机械工程学院,乌鲁木齐 830047;2.北京化工大学信息科学与技术学院,北京 100029 |
| |
基金项目: | 国家自然科学基金资助项目(U1813220); |
| |
摘 要: | 针对使用Q学习算法对移动机器人进行路径规划时存在收敛速度较慢的问题,提出了一种基于Q学习的改进算法来选择全局路径规划的最优方案。通过方向奖惩机制与估价函数改进Q学习算法的奖励机制,提高Q学习算法的收敛效率。最后使用MATLAB对改进的Q学习算法进行了仿真实验,实验结果表明,通过设置方向奖惩机制和估价函数可以加速Q学习算法的收敛。
|
关 键 词: | Q学习算法 方向奖惩机制 估价函数 路径规划 |
收稿时间: | 2022-02-01 |
修稿时间: | 2022-03-11 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《火力与指挥控制》浏览原始摘要信息 |
|
点击此处可从《火力与指挥控制》下载全文 |
|