改进Q-learning算法在路径规划中的应用摘要：Q-learning算法是环境未知条件下的有效强化学习算法，该算法在路径规划中被广泛应用。针对Q-learning算法在离散状态下存在运行效率低、学习速度慢等问题，提出一种改进的Q-learning算法，在栅格环境下进行仿真实验，并成功地应用在多障碍物环境下移动机器人路径规划，结果证明了算法的可行性。改进Q-learning算法可以以更快的速度收敛、学习次数明显减少、效率最大可提高20%。同时该...
