科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的Q学习算法用于无人车路径规划时，存在规划效率低和收敛速度慢等问题，为此，提出一种基于改进Q学习算法的无人物流配送车路径规划方法。该算法借鉴模拟退火算法的能量迭代原理，对贪婪因子ε进行调整，使其在训练过程中动态变化，以平衡探索与利用之间的关系，从而提高规划效率。同时，为了让目标点牵引无人物流配送车移动以加快算法收敛速度，将奖励机制中的奖励值由离散值变为连续值，并使其随着无人物流配送车与目标点的欧式距离减小而增大。在两种不同的环境下对改进的Q学习算法进行仿真实验。在实验1中与SARSA算法和传统Q学习算法进行比较，仿真结果表明，改进后的Q学习算法可以高效地规划出一条从起始点至目标点的路径，步数为34步，优于其他两种算法的路径质量。在实验2中通过改变道路环境，验证了改进Q学习算法对不同环境的适应性，结果表明规划效率和收敛速度依然优于传统Q学习算法。
- 单位
