基于改进型Q-Learning算法的路径规划系统研究
娄智波
彭越
辛凯
江苏大学计算机科学与通信工程学院 镇江 212000
摘要：随着无人驾驶领域的兴起,人工智能、强化学习等概念开始普及.人工智能设备具有集成度高、可训练性以及可编程性等特点,在无人驾驶中的路径规划领域发挥了重要作用.论文首先介绍了现有研究中较为经典的路径规划算法,并针对Q-Learning算法效率低下等问题进行研究,提出了一种改进型Q-Learning算法.该算法首先对智能体的运动以及空间环境进行建模,其次改进了Q-Learning算法的奖励机制,最后规定了智能体的运动方式.仿真结果表明,基于改进型Q-Learning算法有效改善了智能体的运动路径以及工作效率.
关键词：强化学习路径规划奖励Q-Learning
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2024-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2312-2316 )
英文信息