计算机应用

作者：刘思嘉, 童向荣

单位：烟台大学 计算机与控制工程学院, 山东 烟台 264005

关键词：路径规划,城市交通,强化学习,Dyna框架,Sarsa算法

基金：国家自然科学基金资助项目（61572418）。

城市交通路径规划需要考虑规划的快速性和车辆的安全性，而目前大多数强化学习算法不能兼顾两者。针对这个问题，首先提出采用基于模型的算法和与模型无关的算法相结合的Dyna框架，以提高规划的速度；然后使用经典的Sarsa算法作为选路策略，以提高算法的安全性；最后将两者结合提出了改进的基于Sarsa的Dyna-Sa算法。实验结果表明，提前规划步数越多的强化学习算法收敛速度越快。使用收敛速度和碰撞次数等指标，将Dyna-Sa算法与Q-学习算法、Sarsa算法和Dyna-Q算法进行对比，可知Dyna-Sa算法能够减少车辆在有障碍地图中的碰撞次数，保证车辆在城市交通环境中的安全性，同时能够提高算法收敛速度。

来源：2021年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第1期