科研之友
微信
新浪微博
Facebook
分享链接
摘要
局部路径规划是智能船舶在未知环境下航行的重要组成部分。本文基于Q-Learning强化学习算法，提出改进QLearning算法，用于解决传统算法在局部路径规划中存在的收敛速度慢、计算复杂度高、易陷入局部优化的问题。在该算法中，运用势场信息对Q值表进行简单初始化，使其对目标点有一定的基础导向。此外，考虑到船舶艏向角，在二维的位置信息中加入角度信息，使其扩展为三维。针对传统奖励函数单一的问题，对奖励函数进行改进，引入传感器获取的艏向信息与障碍物信息，并加入环境影响，使其在获得最优路径的同时，在一定程度上降低船舶的能耗。最后，通过仿真实验验证算法的实时性和有效性。
- 单位
