引入势场及陷阱搜索的强化学习路径规划算法

• 全文链接
• 请求原文

作   者：

董培方;  张志安;  梅新虎;  朱朔; 

作者机构：

南京理工大学计算机科学与技术学院;  南京理工大学机械工程学院; 

关键词：

Q值初始化;  人工势场;  陷阱搜索;  强化学习;  路径规划; 

期刊名称：

计算机工程与应用

基金项目：

基于钨丝增强锆基非晶复合材料分段伸出式弹芯高速侵彻机理

i s s n：

1002-8331

年卷期：

2018 年 16 期

页   码：

129-134

摘   要：

移动机器人在复杂环境中移动难以得到较优的路径,基于马尔可夫过程的Q学习(Q-learning)算法能通过试错学习取得较优的路径,但这种方法收敛速度慢,迭代次数多,且试错方式无法应用于真实的环境中。在Q-learning算法中加入引力势场作为初始环境先验信息,在其基础上对环境进行陷阱区域逐层搜索,剔除凹形陷阱区域Q值迭代,加快了路径规划的收敛速度。同时取消对障碍物的试错学习,使算法在初始状态就能有效避开障碍物,适用于真实环境中直接学习。利用python及pygame模块建立复杂地图,验证加入初始引力势场和陷阱搜索的改进Q-learning算法路径规划效果。仿真实验表明,改进算法能在较少的迭代次数后,快速有效地到达目标位置,且路径较优。