QEA强化学习路径规划算法

学习验证一体

一种先通过改进Q学习寻优、再用概率模型检验验证系统可靠性的路径规划方法，兼顾有效性与可信性。

Wang, Xia · Jun, Liu · Nugent, Chris D. · Cleland, Ian · 徐扬

Knowledge-Based Systems 2023

技术优势

边学边验

学习得到的策略被形式化为离散时间马尔可夫链，通过概率模型检验自动验证系统是否满足可靠性需求，无需人工检查。

回报最大

在网格地图案例中，所提方法找到的路径比对比方法获得更大的期望奖励，验证了学习算法的有效性。

应用场景

• 自主导航：为自主导航提供可靠决策策略，避免碰撞并快速到达目标。
• 可靠决策系统：用形式化验证确保决策系统满足可靠性指标，降低系统失效风险。
• 无人机路径规划：可替代传统路径规划，提升无人机在不确定环境中的决策可靠性。
• 移动机器人编队：为移动机器人编队提供经过验证的控制策略，增强协作安全性。