基于改进Q-learning算法的移动机器人局部路径规划

作     者：张耀玉 李彩虹 张国胜 李永迪 梁振英 ZHANG Yaoyu;LI Caihong;ZHANG Guosheng;LI Yongdi;LIANG Zhenying

作者机构：山东理工大学计算机科学与技术学院山东淄博255049 

基　　金：山东省自然科学基金项目(ZR2021MF072) 

出 版 物：《山东理工大学学报（自然科学版）》 (Journal of Shandong University of Technology:Natural Science Edition)

年 卷 期：2023年第37卷第2期

页      码：1-6页

摘      要：针对Q-learning算法在移动机器人局部路径规划中存在的学习速度慢、效率低等问题,提出一种改进的IQ-learning算法。首先设计了栅格地图,建立机器人八连通的运行环境。其次基于栅格地图设计了状态、动作、Q值表、奖惩函数和动作选择策略;在Q-learning算法的基础上,IQ-learning在奖惩函数中增加了对角线运动奖励值,鼓励机器人向八个方向探索路径,将平移运动和对角线运动相结合,减少规划路径长度和在初始阶段的盲目搜索,加快算法的收敛速度。最后利用设计的IQ-learning算法学习策略,分别在离散型、一字型、U型和混合型等障碍物环境下,学习移动机器人的局部路径规划任务,并与Q-learning的规划结果相比较,得出IQ-learning算法能够在更少的学习次数中以较少的步数找到最短路径,规划效率有所提高。

主 题 词：移动机器人 Q-learning算法 IQ-learning算法 局部路径规划 栅格地图 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1672-6197.2023.02.001

馆 藏 号：203118532...