基于神经网络Q-learning算法的智能车路径规划

• 作者: 卫玉梁 靳伍银
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 路径规划 智能小车 Q-learning 神经网络 仿真
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 理论研究
• 页码范围: 46-49
• 页数: 4页
• 分类号: TP242
• 字数: 2482字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.02.010

摘要

针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统.与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避.仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	靳伍银	兰州理工大学机电工程学院	40	296	9.0	15.0
2	卫玉梁	兰州理工大学机电工程学院	2	6	1.0	2.0