路径规划与强化学习结合的Matlab实现
创作时间:
作者:
@小白创作中心
路径规划与强化学习结合的Matlab实现
引用
CSDN
1.
https://blog.csdn.net/m0_64583023/article/details/139570010
💥1 概述
路径规划是指确定从起始点到目标点之间最佳路径的过程,通常涉及到考虑到环境、约束条件和优化目标等因素。强化学习是一种通过与环境交互来学习决策策略的机器学习方法,它试图通过最大化累积奖励来达到某个目标。
首先,需要定义问题的状态空间,即机器人可能处于的各种环境状态。这可能涉及到机器人当前的位置、姿态、目标位置等信息。
确定机器人可以采取的动作集合,这些动作将影响机器人的状态转移。例如,机器人在某个位置可以选择向前、向后、向左或向右移动等动作。
定义在每个状态下采取每个动作后机器人所获得的奖励。奖励的设计应该考虑到优化目标,例如最短路径、最小碰撞风险等。
通过将路径规划与强化学习结合,机器人能够更加智能地选择路径,并在不断的交互中学习和优化决策策略,从而实现更加灵活、高效的路径规划。
📚2 运行结果
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]梁凯冲,赵治国,颜丹姝.基于动态运动基元的车辆高速公路换道轨迹规划[J/OL].机械工程学报:1-15[2024-06-09].http://kns.cnki.net/kcms/detail/11.2187.TH.20240603.0841.002.html.
[2]贾瑞,强颖,赵锋.基于机器视觉的图书机器人取书路径控制方法研究[J/OL].计算机测量与控制:1-9[2024-06-09].http://kns.cnki.net/kcms/detail/11.4762.tp.20240603.1039.002.html.
🌈4 Matlab代码实现
function [ Qtable] = QLearningFunction( name )
model = xlsread(name)
% initial Q tables for up, right, down, left
Q1 = zeros(size(model)); %up
Q2 = zeros(size(model)); %right
Q3 = zeros(size(model)); %down
Q4 = zeros(size(model)); %left
Qtable = zeros(size(model));
% parameters for updating Q
gamma = 0.8;
alpha = 0.9;
epsilon = 0.9;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%updating Q%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
K = 10000; % number of the episodes to update the Q
for i = 1:K
%%%%%%%%%%%%%%%%% 0ne episode %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
s = 1 ; % number of the steps in each iteration
% for each episode select a random start point
currentState = [randi([1 10],1,1) randi([1 10],1,1)];
if model( currentState(1) , currentState(2) ) == -1
currentState = [2 2];
end
while s <= 150 % 150 is the max number of steps in each episode
s = s+1;
if model( currentState(1) , currentState(2) ) == 100 % agent has reached to the goal
break
end
% update all the four Qs in the current state
a = currentState(1);
b = currentState(2);
% select action based on the epsilon policy to find the next state
r = rand;
r2 = rand;
QState = [Q1(a,b); Q2(a,b); Q3(a,b); Q4(a,b)];
action = nextAction(epsilon, QState, r, r2);
if action == 1
% update Q1
[NS1,NS2] = nextStep(a,b, 1, 1);
QNS = [Q1(NS1,NS2) ; Q2(NS1,NS2) ; Q3(NS1,NS2) ; Q4(NS1,NS2) ];
Q1(a,b) = Q1(a,b) + alpha*( model(NS1,NS2) + gamma* (max(QNS)) - Q1(a,b));
elseif action == 2
% update Q2
[NS1,NS2] = nextStep(a,b, 2, 1);
QNS = [Q1(NS1,NS2) ; Q2(NS1,NS2) ; Q3(NS1,NS2) ; Q4(NS1,NS2) ];
Q2(a,b) = Q2(a,b) + alpha*( model(NS1,NS2) + gamma* (max(QNS)) - Q2(a,b));
elseif action == 3
% update Q3
[NS1,NS2] = nextStep(a,b, 3, 1);
QNS = [Q1(NS1,NS2) ; Q2(NS1,NS2) ; Q3(NS1,NS2) ; Q4(NS1,NS2) ];
Q3(a,b) = Q3(a,b) + alpha*( model(NS1,NS2) + gamma* (max(QNS)) - Q3(a,b));
elseif action == 4
% update Q4
[NS1,NS2] = nextStep(a,b, 4, 1);
QNS = [Q1(NS1,NS2) ; Q2(NS1,NS2) ; Q3(NS1,NS2) ; Q4(NS1,NS2) ];
Q4(a,b) = Q4(a,b) + alpha*( model(NS1,NS2) + gamma* (max(QNS)) - Q4(a,b));
end
Qtable(a,b) = max([Q1(a,b),Q2(a,b),Q3(a,b),Q4(a,b)]);
% update the next position of the agent
if model(NS1,NS2)~= -1
currentState = [NS1, NS2];
end
end % end of one episode
end % end of the 1000 episodes of training
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for x= 0:9
for y = 0:9
rectangle('Position',[x y 1 1],'FaceColor',[.5 .5 .5],'EdgeColor',[.192,.192,.192] )
if model(9-y+1,x+1) == 0
rectangle('Position',[x y 1 1],'FaceColor',[1 1 1],'EdgeColor',[.192,.192,.192] )
t = text(x+.5,y+.9, num2str(round(Q1(9-y+1,x+1))))
t.FontSize = 7;
t.FontWeight = 'bold';
t = text(x+.7,y+.5, num2str(round(Q2(9-y+1,x+1))))
t.FontSize = 7;
t.FontWeight = 'bold';
t = text(x+.5,y+.1, num2str(round(Q3(9-y+1,x+1))))
t.FontSize = 7;
t.FontWeight = 'bold';
t = text(x+.1,y+.5, num2str(round(Q4(9-y+1,x+1))))
t.FontSize = 7;
t.FontWeight = 'bold';
end
if model(9-y+1,x+1) == -1
rectangle('Position',[x y 1 1],'FaceColor',[139/255,69/255,19/255] ,'EdgeColor',[.192,.192,.192])
end
end
rectangle('Position',[8 1 1 1],'FaceColor','r' ,'EdgeColor',[.192,.192,.192])
t = text(8.1, 1.5, 'Goal')
t.FontSize = 10; % make the text larger
t.FontWeight = 'bold';
end
end
热门推荐
村民征地纠纷处理指南:从沟通到诉讼的完整流程
看守所律师法律咨询的作用、流程与注意事项
纹身去除指南:5种常见医疗方法详解
财产分配遗嘱怎么弄?一文详解遗嘱订立要点与注意事项
营业执照经营范围变更全流程指南
专家解读:初中女生如何通过饮食促进身高增长
中国书法家协会名誉主席沈鹏先生逝世
“法正不死,便无三国”,法正到底有多厉害?
植物摆放方向好,化煞作用效果强!
在PPT中使用AI对话,打造引人入胜的展示体验
瘦子增肌饮食计划
软盘的历史与科技发展:曾经的存储明星如何影响现代存储方式
中西饮食文化差异与英语翻译研究
如何有效管理个人收入以实现储蓄目标?这些储蓄策略如何适应不同的经济环境?
蒙古西征过程中与不同文明的碰撞融合
15位在好莱坞电影续集中被替换的演员
服务器RAID阵列重建完全指南:从备份到维护的全流程详解
一场持续千年的对话——读《神学与科学的想象:从中世纪到17世纪》漫谈
婴儿辅食中是否适宜添加小米
PBS缓冲液应该如何保存以保持效力?
Excel中计算t值的多种方法详解
社会影响是什么?从法律视角解析社会影响的机制与应用
网络营业执照经营范围的法律规范与合规经营
春天减肥必备的8道低卡凉拌菜,饱腹又有营养,低脂爽口边吃边瘦
打造简约风格电视背景墙:从选材到设计的全方位指南
雨多湿气重,如何远离湿气困扰?
烧烤技巧解析:如何避免食物烤糊
勇敢追求梦想名言
基础解剖:人的颅骨有几个孔?分别有那些神经穿过?
为什么和INFP总是聊不熟?解析INFP的内向被动、情绪需求,深度交流才是关键!