改进的Q-Learning算法及其在路径规划中的应用

• 作者: 毛国君 顾世民
• 来源期刊: 太原理工大学学报
• 关键词: 路径规划 人工智能 强化学习 Q-Learning
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息与计算机
• 页码范围: 91-97
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2021.01.012

摘要

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.