路径规划 basic
常规路径规划方法
- 传统方法：
模拟退火法、人工势场法、模糊逻辑法
这类方法描述简单、易于实现，但不能充分利用先验知识和全局信息，容易陷入局部最优解或目标不可达的问题 - 图形学方法：
A*算法、栅格法、Dijkstra等
这类方法可提供建模方法，但搜索效率低，难以应用与实践 - 智能仿真学方法：
遗传算法、人工神经网络算法、蚁群算法、粒子群优化算法等
智能、效率高，但收敛速度慢，容易陷入局部最优解
强化学习算法在路径规划上的应用
Dyna算法
Sarsa算法
TD算法
Q-Learning算法
Actor-Critic算法
启发思考：
引入分层思想，双层强化学习模型
posted on 2022-10-12 18:36 Mario24678 阅读(71) 评论(0) 编辑 收藏 举报
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球 运作规律