-
题名基于强化学习的改进RRT^(*)路径规划
- 1
-
-
作者
张艳珠
侯亢钧
陈勇
李婷雪
李妍
-
机构
沈阳理工大学自动化与电气工程学院
-
出处
《沈阳理工大学学报》
2025年第4期1-6,12,共7页
-
基金
辽宁省教育厅高等学校基本科研项目(LJKZ0245)。
-
文摘
针对RRT^(*)算法在路径规划中面临搜索效率不高、易于陷入局部最优等问题,提出一种结合强化学习的Q-RRT^(*)算法。该算法将Q-Learning算法和RRT^(*)算法相融合,首先引入转角偏向策略增强路径搜索时的导向作用、减少无效节点的生成,提升算法的搜索效率;其次通过动R搜索算法动态地调整搜索半径,进一步优化路径的质量和冗余节点的产生;最后对生成的路径使用三次B样条插值法和冗余节点删除法进一步优化路径质量。在二维和三维环境下的仿真实验结果表明,改进后的Q-RRT^(*)算法和RRT、RRT^(*)和RL-RRT算法相比,路径规划时长平均快39.7%,迭代次数平均减低27.9%,路径长度平均缩短16.3%。
-
关键词
RRT^(*)
强化学习
转角偏向策略
动R搜索算法
-
Keywords
RRT^(∗)
reinforcement learning
corner bias strategy
dynamic R search algorithm
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
