1.软件版本

matlab2022a

2.运行方法

     使用matlab2022a或者高版本仿真，运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。视频播放使用windows media player播放。

3.部分仿真截图

4.内容简介

强化学习是机器学习中的一个领域，强调智能体（agent）如何在环境（environment）中采取一系列行动（action），以最大化累积奖励（reward）。智能体通过与环境进行交互，根据环境反馈的奖励信号来学习最优的行为策略。在机器人导航中，状态可以是机器人的位置和姿态，动作可以是不同的运动指令（如前进、后退、转弯等），奖励可以根据机器人是否接近目标位置或者避开障碍物来设定。通过 Q - Learning，机器人可以学习到从初始位置到目标位置的最优路径规划策略。在机器人路径规划问题中，机器人即为智能体，其所处的大规模栅格地图及相关物理规则等构成了环境 。智能体通过传感器感知环境的状态，并根据学习到的策略在环境中执行动作，如向上、向下、向左、向右移动等，环境则根据智能体的动作反馈相应的奖励信号和新的状态。