基于改进人工势场与强化学习融合算法的路径规划研究

首先,针对DQN算法存在迭代次数过多、训练速度过慢以及APF算法具有某些局限性等问题,该文基于人工势场(APF)算法和深度强化学习(DQN)算法对DQN算法进行改进。其次,将改进后的APF算法与DQN算法进行融合,提出了改进人工势场与强化学习融合算法(APF-DQN)。最后,通过大量试验验证了该文提出的APF-DQN算法的有效性。