基于深度强化学习哈里斯鹰算法的路径规划

来源：电子测量技术杂志2023年第12期北京时间：

作者：曾宁坤，胡朋，梁竹关，丁洪伟，杨志军

单位：1.云南大学信息学院 昆明 650000; 2.优备科技股份有限公司 昆明 650000; 3.云南师范大学教育部民族教育信息化重点实验室 昆明 650500

摘要：哈里斯鹰算法存在容易早熟、陷入局部最优陷阱、稳定性较差等问题。为了提升算法性能，本文提出了一种利用深度确定性策略梯度算法（DDPG）改进的哈里斯鹰算法。该改进将深度强化学习和启发式算法结合，利用深度确定性策略梯度算法训练神经网络，再通过神经网络动态地生成哈里斯鹰算法关键参数，平衡算法全局搜索和局部搜索，并赋予算法后期跳出局部最优陷阱的能力。通过函数优化和路径规划对比实验，实验结果表明，DDPGHHO算法具有一定的泛化性和优秀的稳定性，且在不同环境下均能够搜索到更优路径。

关键词：路径规划;深度确定性策略梯度算法;哈里斯鹰算法;深度强化学习

基金资助：国家自然科学基金(61461053)项目资助