化学习的自主机器人路径规划智能体.pdfVIP

第15卷第6期 计算机集成制造系统 V01．15NO．6 2009 2009年6月 ComputerIntegratedManufacturingSystems June 文章编号：1006—5911(2009)06—1215--07 基于递阶强化学习的自主机器人路径规划智能体 王文玺1，肖世德1，孟祥印1，陈应松1，张卫华2 (I．西南交通大学机械工程学院，四川成都610031； 2．西南交通大学牵引动力国家重点实验室，四川 成都610031) 摘要：递阶强化学习是解决状态空间庞大的复杂系统智能体决策的有效方法。通过引入启发式算法思想， 对一种递阶强化学习方法进行改进，使得智能体在学习过程中融入了历史信息，提高了学习效率，解决了在庞大状 态空间和动态变化环境中对智能体进行最优行为策略学习的问题。以扩