改进多策略蚁群算法在机器人路径规划中的应用

摘要

针对传统蚁群算法在求解机器人路径规划过程中存在收敛速度慢、容易陷入局部最优等不足，提出了一种改进的多策略蚁群优化算法。首先，根据方向信息优化初始信息素分布，降低初始阶段的盲目性；其次，在启发式函数中加入权重系数以提升灵活性，并在信息素蒸发系数中融入正态分布函数，加快收敛速度和后期探索能力；再次，引入基于方向的信息素扩散策略，增强蚂蚁间信息交流的目的性。通过与传统蚁群算法对比，验证了各改进策略的有效性。结果表明，在相同环境下，所提算法较蚁群算法在求解最优路径时提高了20.2%。最后，将改进后的算法与其他两种算法在不同复杂度和规模的栅格环境下进行对比，验证了其综合性能。

关键词

机器人 / 路径规划 / 蚁群算法 / 自适应 / 信息素更新