技术特征：
技术总结
本发明公开了基于强化学习蟑螂算法的机器人路径规划方法，该方法针对蟑螂的群体进行搜索，并根据信息素寻迹尾随的生物特性进行仿生，使用传统的栅格法完成环境建模，以到达终点的欧式距离作为启发信息，通过可行路径的长度的转换计算得到单元格信息素浓度，算法执行过程中信息素浓度动态实时更新，种群中蟑螂个体通过信息素实现信息交流完成个体之间的经验学习。本发明的方法融合强化学习策略的蟑螂仿生算法用于求解机器人路径规划，强化学习策略兼顾了蟑螂个体行进方向选择的正反馈性和随机性。
技术研发人员：程乐;宋艳红;杨晔;华大龙;王志勃;史梦安;潘永安;郜继红;汪燕;黄丽萍
受保护的技术使用者：淮安信息职业技术学院
技术研发日：2017.04.14
技术公布日：2017.08.08