一种动态环境下基于强化学习算法的路径规划方法

摘要

本发明公开了一种动态环境下基于强化学习算法的路径规划方法，包括以下步骤：根据动态已知环境利用栅格法对作业环境进行建模，根据作业任务设置起始点和目标点；基于时间变量t构建改进的Q‑learning算法并赋予智能体停止动作；根据起始点和目标点坐标基于改进的Q‑learning算法对动态已知环境进行学习并输出规划路径；通过智能体探索学习动态未知环境状态并得到输出最优路径；在训练完成后速度非常快，其归因于机器学习算法的学习属性；在效果方面，无论环境是何种情况，该算法皆不会产生碰撞，其在路径规划中的应用将会非常广泛；在结果方面，由于智能体被赋予了新的停止的动作，使得在规划中可以找到更优的路径。