[发明专利]一种基于强化学习和启发式搜索的路径规划方法及系统有效
| 申请号： | 202010800070.0 | 申请日： | 2020-08-11 |
| 公开（公告）号： | CN111896006B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 张秀玲;康学楠;李金祥 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20;G05B13/04;G05B13/02;G05D1/02 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 张梦泽 |
| 地址： | 066000 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习和启发式搜索的路径规划方法及系统。该方法包括：S1：在马尔科夫决策过程框架下建立环境模型，所述环境模型的状态空间为S，动作空间为A，奖励函数为R，转移概率函数为P；S2：通过Dyna‑Q算法对所述环境模型进行采样更新，对每个状态‑动作对进行评估并确定目标点；S3：基于所述目标点，通过A*算法分别计算当前位置与起始点和所述目标点的欧式距离，确定初始路径；S4：对所述初始路径中每个状态‑动作对进行赋值；S5：根据每个状态‑动作对的评估值以及赋值，确定最优动作；S6：根据最优动作确定最优路径。本发明能够有效的加速强化学习的收敛速度，同时克服启发式搜索规划出次最优解等问题，从而更加快速、准确的规划路径。 | ||
| 搜索关键词： | 一种 基于 强化 学习 启发式 搜索 路径 规划 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于燕山大学，未经燕山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010800070.0/，转载请声明来源钻瓜专利网。
