改进的动态A*-Q-Learning算法及其在无人机航迹规划中的应用

• 作者: 程传斌 倪艾辰 房翔宇 张亮
• 来源期刊: 现代信息科技
• 关键词: 无人机 航迹规划 A*改进 动态搜索因子ε 动态A*-Q-Learning
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 1-5,9
• 页数: 6页
• 分类号: TP181|V279
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.09.001

摘要

Q-Learning算法是一种基于价值函数的强化学习方法.传统的Q-Learning算法迭代效率低且容易陷入局部收敛,针对该劣势改进了算法,引入A*算法和动态搜索因子ε.将改进后的动态A*-Q-Learning算法应用于三维复杂环境下无人机的航迹规划,分析无人机航迹规划结果的回报函数、探索步数和运行效率.结果表明,改进后的算法可使无人机在复杂环境下具有很强的自适应性;同时,动态搜索因子ε能有效地避免智能体在搜寻过程中陷入局部最优的状况,在复杂地形中能寻找到更优的路径.