自适应蚁群算法在机器人路径规划的应用

作者：王子扬; 夏学文^*

来源：闽南师范大学学报(自然科学版), 2022, 35(03): 38-45.

DOI：10.16007/j.cnki.issn2095-7122.2022.03.008

• 机器人
• 路径规划
• 蚁群算法
• 信息素

利用基本蚁群算法求解机器人路径规划问题时，存在算法初期探索盲目、跳出局部最优解困难和搜索效率低等问题.为了克服上述缺点，对蚁群算法中全局初始信息素浓度分布、启发式信息函数、状态转移规则等三个方面进行改进.首先，通过构建算法初始信息素浓度的不均匀分布降低初始阶段搜索的盲目性.其次，改进启发式信息函数，增强局部启发式的可见性，并通过随迭代自适应调整的启发式信息对路径进行相应的选择.最后，在状态转移规则中，根据相邻两次迭代中最短路径解的优劣情况动态控制状态的转移.基于栅格地图的仿真对比实验表明，自适应蚁群算法具有较快的收敛速度和较高的求解精度.

• 单位
  闽南师范大学