В этой статье разработан новый алгоритм для мобильных роботов, чтобы избежать препятствий в неизвестной среде. Во-первых, традиционные алгоритмы были усовершенствованы для изучения проблем использования, чтобы роботы могли максимально использовать имеющиеся знания. Во - вторых, улучшить функцию вознаграждения и наказания в усиленном обучении, классифицировать состояние и действия мобильных роботов, обогатить правила вознаграждения и наказания. Наконец, сочетание улучшенного алгоритма Q - обучения и стратегии исследования создало новый алгоритм планирования пути. Использование Python для моделирования разработанных алгоритмов; Он был сопоставлен с методами Q Learning и SARSA. Результаты подтверждают превосходство разработанного алгоритма.

Ляо Д. (науч. рук. Чепинский С.А.) Алгоритм планирования пути мобильного робота на основе Q - обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/10157