文章标题：基于改进Q学习算法的AUV路径规划

文章作者：黄昱舟, 胡庆玉, 熊华乔
关 键 字：自主水下航行器;路径规划;Q学习;Softmax策略;距离奖惩机制
文章摘要：针对欠驱动AUV全局路径规划问题，提出一种轻量级改进Q学习算法。设计距离奖励函数加快学习速率，提高算法稳定性，结合ε贪婪策略和Softmax策略提供一种平衡探索与利用的机制，根据AUV运动约束简化动作集合提高计算时间。仿真结果表明，改进的算法能够高效解决AUV路径规划问题，提升算法稳定性与适用范围。相比较传统Q学习算法，执行短距离任务时，算法学习效率提高90%，路径长度缩短7.85%，转向次数减少14.29%，执行长距离任务时，学习效率提高67.5%，路径长度缩短6.10%，转向次数减少32.14%。