基于虚拟目标制导的自适应Q学习路径规划算法

来源：计算机集成制造系统杂志2024年第2期北京时间：

作者：李子怡, 胡祥涛, 张勇乐, 许建军

单位：安徽大学电气工程与自动化学院

摘要：针对经典强化学习算法用于未知环境下机器人路径规划问题时,存在探索效率低、收敛速度慢、易陷入地形陷阱,以及学习过程缺少中间态导致探索盲目性等问题,设计了双重记忆机制、虚拟目标引导方法、自适应贪婪因子,提出基于虚拟目标引导的自适应Q学习算法。设计了4种环境地图,同其他改进算法进行了对比仿真实验,并通过四驱麦克纳姆轮机器人虚拟仿真实验验证算法性能。实验结果表明,新算法显著减少了迭代次数,提高了强化学习收敛速度,且对复杂环境具有较好的鲁棒性,能够有效避免地形陷阱,提高移动机器人导航系统性能,为移动机器人自主路径规划提供了参考。

关键词：Q学习,路径规划,强化学习,移动机器人

基金资助：国家自然科学基金资助项目(52175210)。