科研之友
微信
新浪微博
Facebook
分享链接
摘要
在智能体路径规划中，蚁群算法是较为流行的路径求解策略，且得到了广泛的应用。然而，传统蚁群算法存在局部最优和多余拐点问题。自适应多态蚁群算法通过多群体划分和协作机制，极大的提高了搜索和收敛速度，有助于增强全局搜索能力，避免陷入局部最优解。本文提出了改进的信息素更新策略和路径选择记录表构造进一步提高路径规划的准确性。最后，通过三次B-Spline（B样条）平滑曲线对路径进行处理，有效减少拐点，实现路径的平滑化。经过MATLAB和ROS（机器人操作系统）-Gazebo仿真验证，结果表明该算法在复杂环境下具有良好的可行性。综上所述，本文改进的自适应多态蚁群算法为智能体全局搜索带来了显著的优化和改进。
- 单位
