基于改进Q-learning的移动机器人路径规划方法

本发明提供了一种基于改进Q‑learning的移动机器人路径规划方法，包括如下步骤：采用栅格法对环境进行建模；采用马尔可夫决策过程对移动机器人路径规划问题进行建模；基于改进Q‑learning算法求解最优路径。本发明提升了移动机器人在复杂环境下的导航性能与决策智能，为智能仓储、户外巡检等场景提供了更具适应性的路径规划解决方案。