改进的动态A*-Q-Learning算法及其在无人机航迹规划中的应用

作者：程传斌; 倪艾辰; 房翔宇; 张亮^*

来源：现代信息科技, 2021, 5(09): 1-9.

DOI：10.19850/j.cnki.2096-4706.2021.09.001

• 无人机
• 航迹规划
• *改进" name="keyword">A*改进
• 动态搜索因子ε
• *-Q-Learning" name="keyword">动态A*-Q-Learning

Q-Learning算法是一种基于价值函数的强化学习方法。传统的Q-Learning算法迭代效率低且容易陷入局部收敛,针对该劣势改进了算法,引入A*算法和动态搜索因子ε。将改进后的动态A*-Q-Learning算法应用于三维复杂环境下无人机的航迹规划,分析无人机航迹规划结果的回报函数、探索步数和运行效率。结果表明,改进后的算法可使无人机在复杂环境下具有很强的自适应性;同时,动态搜索因子ε能有效地避免智能体在搜寻过程中陷入局部最优的状况,在复杂地形中能寻找到更优的路径。

• 出版日期2021
• 单位武汉理工大学