计算机应用研究

作者：胡丹丹,莫宇帅,

单位：中国民航大学机器人研究所,天津300300；

关键词：无人机,避障,自主导航,CB-HAQL,触发机制,

针对基于案例推理启发式Q学习（CB-HAQL）算法受案例库质量影响而无法收敛到较优策略的问题，提出基于有效触发机制改进的CB-HAQL算法。首先，根据迭代次数设置触发式案例库更新机制，只在达到阈值时生成或更新案例库，保证案例库质量；其次，设置动态参数调整案例对动作选取影响，使智能体根据对环境掌握程度决定启发影响大小；最后，加入经验倾向性探索动作加快学习效率。实验证明，改进后的算法提升了策略质量和训练速度，无人机完成导航任务证明了学习策略的有效性。

来源：2020年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第7期