基于DE-Q学习算法的移动机器人路径规划

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

所属期刊栏目：48

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金U1813220

在线出版日期：2023-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：152-156,163