摘要: 针对传统算法规划航空器滑行路径准确度低、不能根据整体场面运行情况进行路径规划的问题,提出一种 基于 Q-Learning 的路径规划方法。 通过对机场飞行区网络结构模型和强化学习的仿真环境分析,设置了状 态空间和动作空间,并根据路径的合规性和合理性设定了奖励函数,将路径合理性评价值设置为滑行路径 长度与飞行区平均滑行时间乘积的倒数。 最后,分析了动作选择策略参数对路径规划模型的影响。 结果表 明,与 A* 算法和 Floyd 算法相比,基于 Q-Learning 的路径规划在滑行距离最短的同时,避开了相对繁忙的 区域,路径合理性评价值高。
中图分类号: