基于改进Q-Learning的移动机器人路径规划算法

摘要： 随着移动机器人在生产生活中的深入应用，其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域，探索后期收敛率低、收敛速度慢的问题，本研究提出一种改进的Q-Learning算法。该算法改进Q矩阵赋值方法，使迭代前期探索过程具有指向性，并降低碰撞的情况；改进Q矩阵迭代方法，使Q矩阵更新具有... （共8页）