基于改进Q-learning算法和DWA的路径规划

作者：王志伟; 邹艳丽^*; 刘唐慧美; 侯凤萍; 余自淳

来源：传感器与微系统, 2023, 42(09): 148-152.

DOI：10.13873/J.1000-9787(2023)09-0148-05

• Q-learning算法
• 路径规划
• 动态窗口法

针对传统Q-learning算法出现的规划路线转折点多，探索效率低，以及无法实现动态环境下的路径规划问题，提出一种基于改进Q-learning算法和动态窗口法(DWA)的融合算法。首先，改变传统Q-learning算法的搜索方式，由原先的8方向变成16方向；利用模拟退火算法对Q-learning进行迭代优化；通过路径节点优化算法进行节点简化，提高路径平滑度。然后，提取改进Q-learning算法规划路径的节点，将其作为DWA算法的临时目标，前进过程中，能够实时躲避环境中出现的动静态障碍物。最终实验结果表明：融合算法具有较好的路径规划能力，实现了全局最优和有效避障的效果。

• 单位
  广西师范大学; 电子工程学院