Robot Path Planning Bad on Ant Colony
吃什么菜降火Optimization and Off Policy Learning 作者： 赵广复[1]；方加娟[1]
作者机构： [1]郑州职业技术学院软件工程系，河南郑州450121
出版物刊名： 长春师范大学学报
页码： 19-23页
认为
工作单位证明年卷期： 2019年 第4期
门牙痛
主题词： 路径规划；信息素；蚁群优化；离策略学习；机器人
摘要：针对传统的机器人路径规划算法具有的规划效率低的问题，本文提出一种基于蚁群优化和离策略学习的机器人路径规划算法。首先，采用栅格法对机器人路径规划场景进行建模；然后，提出了一种基于改进蚁群算法的机器人路径规划算法，该改进的蚁群算法主要有两个改进：一是通过改进概率转移方法来增加探索的多样性，防止陷入局部最优；二是设计了离策略学习算法来初始化蚁群信息素并对信息尿频尿急怎么办
素进行更新。最后，对基于离策略学习的信息素更新算法和基于改进蚁群算法的机器人路径规划算法分别进行了定义和描述。在MATLAB环境下对所提的方法进行了仿真实验，实验结果表明，本文方法能有效地求解机器人路径规划的最优解，具有较强的适应性。
党风>喝英语>内交
