基于GA-Q-learning算法的虚拟维修作业规划模型

作者：焦玉民; 王强; 徐婷; 谢庆华; 王海涛

来源：兵工学报, 2013, (05): 627-633.

• 人工智能
• 虚拟维修
• Q学习
• 遗传算法
• 作业规划 artificial intelligence
• virtual maintenance
• Q-learning
• genetic algorithm
• operation planning

针对虚拟维修环境中任务执行过程存在的不确定性和随机性问题,提出了一种基于Q学习算法的作业策略规划模型,该方法将虚拟维修过程转化为选取不同动作参与状态转移的过程。在该过程中,采用试错机制和逆向求解的方法求解动作策略规划问题,并将任务特征匹配机制和顺序约束机制作为启发机制,保证策略学习过程中持续进化可行策略;在进化过程中,将动作因子赋予概率值,并采用遗传算法(GA)进化动作因子的概率分布,避免了策略学习过程中强化早期Q值较高的动作,为求解虚拟维修的最佳作业流程提供了一种行之有效的解决方法。将该方法应用于轮式挖掘机虚拟维修训练系统中,仿真结果表明,正确的动作在作业策略迭代过程中均能够获得较高的Q值,...

• 单位
  解放军理工大学野战工程学院; 中国人民解放军陆军工程大学