![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
路径规划
文章平均质量分 80
midncw
这个作者很懒,什么都没留下…
展开
-
TSP(Python):Qlearning求解旅行商问题TSP(提供Python代码)
Q-learning是一种强化学习算法,用于解决基于奖励的决策问题。它是一种无模型的学习方法,通过与环境的交互来学习最优策略。Q-learning的核心思想是通过学习一个Q值函数来指导决策,该函数表示在给定状态下采取某个动作所获得的累积奖励。Q-learning的训练过程如下:1. 初始化Q值函数,将所有状态-动作对的Q值初始化为0。2. 在每个时间步,根据当前状态选择一个动作。可以使用ε-greedy策略来平衡探索和利用。3. 执行选择的动作,并观察环境返回的奖励和下一个状态。原创 2024-06-06 18:16:30 · 1117 阅读 · 0 评论 -
无人机航迹规划:人工原生动物优化算法APO求解无人机路径规划MATLAB
单个无人机三维路径规划问题及其建模_无人机路径规划场景建模-CSDN博客参考文献[1]胡观凯,钟建华,李永正,黎万洪.基于IPSO-GA算法的无人机三维路径规划[J].现代电子技术,2023,46(07):115-120。原创 2024-06-04 20:59:21 · 412 阅读 · 0 评论 -
不闭合三维TSP:成长优化算法GO求解不闭合三维TSP(起点固定,终点不定),MATLAB代码
旅行商从城市1出发,终点城市依据算法而定。原创 2024-05-23 21:37:01 · 417 阅读 · 0 评论 -
不闭合三维TSP:蛇优化算法SO求解不闭合三维TSP(起点固定,终点不定,可以更改数据集),MATLAB代码
旅行商从城市1出发,终点城市由算法求解而定。原创 2024-05-23 21:35:33 · 405 阅读 · 0 评论 -
多目标应用:基于多目标灰狼优化算法MOGWO的移动机器人路径规划研究(提供MATLAB代码)
移动机器人(Mobile robot,MR)的路径规划是 移动机器人研究的重要分支之,是对其进行控制的基础。根据环境信息的已知程度不同,路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用,人们对机器人的要求也越来越高,尤其表现在对机器人的智能化方面的要求,而机器人自主路径规划是实现机器人智能化的重要步骤,路径规划是指规划机器人从起点位置出发,无碰撞、安全到达指定目标位置的最优路径。原创 2024-05-19 21:06:24 · 720 阅读 · 0 评论 -
机器人路径规划:基于Q-learning算法的移动机器人路径规划的,可以自定义地图,修改起始点,提供MATLAB代码
机器人在最终路径下的转向及移动次数为 63。机器人最终路径长度为 38。完整MATLAB代码。原创 2024-05-13 20:57:33 · 432 阅读 · 0 评论