公开(公告)号：CN113467481A

公开(公告)日：2021-10-01

申请号：CN202110918358.2

申请日：2021-08-11

申请人： 哈尔滨工程大学

发明人： 徐丽 ,  娄茹珍 ,  许逸茗 ,  申林山 ,  钱婧捷 ,  贾我欢 ,  闫鑫 ,  张立国

IPC分类号： G05D1/02

摘要： 一种基于改进Sarsa算法的路径规划方法，属于强化学习和路径规划领域。本发明为了解决基于传统Sarsa算法的路径规划过程存在规划收敛速度较慢、规划效率较低的问题。本发明针对于待进行路径规划的区域建立地图模型，引入路径矩阵P(s，a)，在智能体探索的过程中，动态调整贪婪因子ε，采用ε‑greedy策略进行动作选择，智能体采取动作a后，环境会反馈一个奖励R并进入到下一个状态s′；并基于路径矩阵更新Q值表，从而基于改进的Sarsa算法实现路径规划。主要用于机器人的路径规划。

公开(公告)号：CN113467481B

公开(公告)日：2022-10-25

申请号：CN202110918358.2

申请日：2021-08-11

申请人： 哈尔滨工程大学

发明人： 徐丽 ,  娄茹珍 ,  许逸茗 ,  申林山 ,  钱婧捷 ,  贾我欢 ,  闫鑫 ,  张立国

IPC分类号： G05D1/02

摘要： 一种基于改进Sarsa算法的路径规划方法，属于强化学习和路径规划领域。本发明为了解决基于传统Sarsa算法的路径规划过程存在规划收敛速度较慢、规划效率较低的问题。本发明针对于待进行路径规划的区域建立地图模型，引入路径矩阵P(s，a)，在智能体探索的过程中，动态调整贪婪因子ε，采用ε‑greedy策略进行动作选择，智能体采取动作a后，环境会反馈一个奖励R并进入到下一个状态s′；并基于路径矩阵更新Q值表，从而基于改进的Sarsa算法实现路径规划。主要用于机器人的路径规划。