基于信息素机制的改进Q学习路径规划算法

罗熙; 王建宏; 丁勇军; 张金龙

doi:10.13764/j.cnki.ncdg.2026.01.004

南昌大学学报（工科版） ›› 2026, Vol. 48 ›› Issue (1) : 77 -84. DOI: 10.13764/j.cnki.ncdg.2026.01.004

基于信息素机制的改进Q学习路径规划算法

罗熙, 王建宏, 丁勇军, 张金龙

作者信息 +

Author information +

文章历史 +

PDF

摘要

在求解路径规划问题上，Q学习因Q表初始化不合理以及行为策略的随机性，可能会导致算法收敛速度慢甚至易在搜索前期就陷入局部最优解。针对上述问题，本文引入信息素来对智能体的寻优范围进行优化，以提高智能体的搜索效率；利用获取到的环境信息对Q表的初始化进行差异性赋值，减少前期探索的盲目性，加快搜索速度；依照同步更新的信息素表对Q学习中智能体行为策略的探索率进行动态调整，使得算法保持一个合适的探索率而不致陷入局部最优。最后，在几种不同风格的栅格地图中进行仿真实验，验证了所提算法的有效性和可行性。