控制与决策

作者：田晓航,霍鑫,周典乐,赵辉

单位：哈尔滨工业大学 控制与仿真中心,哈尔滨 150080,,哈尔滨工业大学 控制与仿真中心,哈尔滨 150080,,国防科技大学 前沿交叉学科学院,长沙 410073,,哈尔滨工业大学 控制与仿真中心,哈尔滨 150080,

关键词：Q学习;路径规划;Q表初始化;探索概率;蚁群算法;信息素

基金：黑龙江省自然科学基金项目(LH2021F025)；中央高校基本科研业务费专项资金项目(HIT.NSRIF202242)；黑龙江省教改项目(SJGY20200185)；哈尔滨工业大学研究生教改核心项目(21HX0401).

当Q学习应用于路径规划问题时,由于动作选择的随机性,以及Q表更新幅度的有限性,智能体会反复探索次优状态和路径,导致算法收敛速度减缓.针对该问题,引入蚁群算法的信息素机制,提出一种寻优范围优化方法,减少智能体的无效探索次数.此外,为提升算法初期迭代的目的性,结合当前栅格与终点位置关系的特点以及智能体动作选择的特性,设计Q表的初始化方法;为使算法在运行的前中后期有合适的探索概率,结合信息素浓度,设计动态调整探索因子的方法.最后,在不同规格不同特点的多种环境中,通过仿真实验验证所提出算法的有效性和可行性.

来源：2023年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第12期