改进的Q-Learning算法及其在路径规划中的应用OA北大核心CSTPCD
An Improved Q-Learning Algorithm and Its Application in Path Planning
在传统的Q-学习算法上,提出了一种改进算法ε-Q-Learning,并应用到路径规划中.引入了动态搜索因子,其根据环境的反馈来动态调整贪婪因子ε,如果一次从起点到终点的探索失败,则通过增大ε来使下一次探索的随机性增大,以免陷入局部优化困境;反之,则通过减少ε来增加目的性.本实验利用算法损失函数、运行效率、步数、总回报来评估算法表现.实验表明,ε-Q-Learning算法相比于已有的Q-Learning算法,不仅可以找到更优的路径,而且可以有效地减少迭代搜索的代价.
毛国君;顾世民
福建工程学院 机器学习与智能科学研究所,福州 350118福建工程学院 机器学习与智能科学研究所,福州 350118
信息技术与安全科学
路径规划人工智能强化学习Q-Learning
《太原理工大学学报》 2021 (1)
91-97,7
国家自然科学基金资助项目(61773415)
评论