来源：期刊VIP网 时间：
作者：任伟;朱建鸿;
单位：江南大学物联网工程学院轻工过程先进控制教育部重点实验室;
摘要：为了解决智能机器人路径规划中存在的一些问题，提出了一种改进的自校正Q-learning算法。首先，对其贪婪搜索因子进行了改进，采用动态的搜索因子，对探索和利用之间的关系进行了更好地平衡；其次，在Q值初始化阶段，利用当前位置和目标位置距离的倒数代替传统的Q-learning算法中的全零或随机初始化，大大加快了收敛速度；最后，针对传统的Q-learning算法中Q函数的最大化偏差，引入自校正估计器来修正最大化偏差。通过仿真实验对提出的改进思路进行了验证，结果表明：改进的算法能够很大程度的提高算法的学习效率，在各个方面相比传统算法都有了较大的提升。
关键词：路径规划;;Q-learning;;贪婪搜索;;初始化;;自校正
基金资助：国家自然科学基金项目(61973139)
