[发明专利]一种基于位置学习效应的最短路径问题的启发式搜索方法

说明书

技术领域

本发明涉及一种带有基于位置学习效应的最短路径问题的精确求解方法，属于人工智能领域，特别涉及一种机器人路径规划方法。

背景技术

最短路径问题在实践领域有广泛应用，比如：物流、交通运输、机器人路径规划、车辆路由等。最短路径问题就是在一个图中寻找一条从起点到终点的最短路径。通常来说，距离、时间或者每条弧的遍历开销称为代价，通常情况下，图中有很多条起点到终点的路径，最短路径就是具有最小总代价的路径。如果每条弧的代价提前已知，该问题是静态最短路径问题。如果每条弧的代价会根据一些因素(如，交通状况、学习经验)发生改变，这一类问题属于动态最短路径问题。

在实践中，图中弧的代价通常会随着学习效应变化。“学习效应”由Wright首先提出，目前有很多研究都与学习效应有关。如：在机器人足球比赛、机器人空间探索和复杂环境下的机器人救援等场景中，机器人通过强化学习与环境进行交互，获取经验，而更多的经验意味着机器人可以以更小的代价通过同一条路径。因此，带有学习能力的机器人最短路径问题是一个带有学习效应的最短路径问题。通常情况下，学习效应模型有三种：基于位置、基于总处理时间和基于经验。在本方法中，考虑基于位置的学习效应，即机器人每通过一条弧，就会根据经验更新、调整各种参数，更加适应环境，从而使得某条弧的代价随着它在路径中的位置而改变。

在已知求解最短路径问题的方法中，A*算法是所有算法中最常用、有效的一种启发式搜索算法，由Hart等提出，此算法由Dijkstra算法扩展而来，启发信息是A*算法时间性能的关键。对最短路径问题，A*算法通常优于其他传统精确算法。尽管有很多关于求解动态最短路径的A*算法，但这些问题大部分都是弧的代价随机变化，而在带学习效应的最短路径问题中，弧的代价是随着所在序列位置规律变化的，二者不相同。通常情况下，无学习效应图中的最短路径不同于带有学习效应图中的最短路径。因此，传统的A*算法和Dijkstra算法及A*算法的变种不适合求解带有学习效应的最短路径问题，需要寻找一个求解带有学习效应的最短路径问题的新方法。

[1]A.Konar,I.G.Chakraborty,S.J.Singh,L.C.Jain,and A.K.Nagar,“A deterministic improved q-learning for path planning of a mobile robot,”Systems,Man,and Cybernetics:Systems,IEEE Transactions on,vol.43,no.5,pp.1141–1153,2013.

[2]P.E.Hart,N.J.Nilsson,and B.Raphael,“A formal basis for the heuristic determination of minimum cost paths,”Systems Science and Cybernetics,IEEE Transactions on,vol.4,no.2,pp.100–107,1968.

[3]P.E.Hart,N.J.Nilsson,and B.Raphael,“A formal basis for the heuristic determination of minimum cost paths,”Systems Science and Cybernetics,IEEE Transactions on,vol.4,no.2,pp.100–107,1968.

发明内容

发明目的：本发明提出一种带有基于位置学习效应的最短路径问题的精确求解的启发式搜索方法，以解决带有基于位置学习效应的机器人最短路径问题。

技术方案；本发明所述的带有基于位置学习效应的最短路径问题的启发式搜索方法，包括如下步骤：

步骤1：搜索地图信息，得到有向图G＝＜N,A,c＞，其中，N表示图G中所有结点的集合，A表示图G中所有弧的集合，则|N|表示图中结点数，|A|表示图中弧的数目，c(n,n^*)表示结点n到n^*之间的弧的代价；

步骤2：根据机器人路径行驶的先验知识确定学习效应函数：根据有向图G，设计无学习效应时的估计函数h(n)，h(n)表示结点n到终点的路径代价的估计值；然后根据学习效应函数和估计函数h(n)，得到带有学习效应时的估计函数h_l(n)；

步骤3：使用启发式搜索算法在考虑学习效应的有向图G中寻找最短路径：