基于改进人工势场与强化学习融合算法的路径规划研究

作者：冯恒莉

来源：中国新技术新产品, 2023, (20): 4-17.

DOI：10.13612/j.cnki.cntp.2023.20.038

• 路径规划
• 人工势场(APF)算法
• 强化学习
• 深度强化学习(DQN)算法

首先，针对DQN算法存在迭代次数过多、训练速度过慢以及APF算法具有某些局限性等问题，该文基于人工势场（APF）算法和深度强化学习（DQN）算法对DQN算法进行改进。其次，将改进后的APF算法与DQN算法进行融合，提出了改进人工势场与强化学习融合算法（APF-DQN）。最后，通过大量试验验证了该文提出的APF-DQN算法的有效性。

• 单位
  江苏联合职业技术学院; 苏州工业园区工业技术学校