Q学习算法来实现的机器人路径规划 matlab-QLEARNING

模拟机器人路径规划,采用强化学习中的Q学习算法来实现,最后会返回机器人选择路径的坐标位置

function rv=drnd（xp）
% discrete random variable 离散随机变量
% Input:
%      [xp]: distribution分布、分配
% Output:
%      rv: 
%---------------------------------
% Principle: P（xi=x（i））=P（r:[Fi-1Fi））（F0=0）
%                      =Pi;
% Attention: sum（p）=1
%---------------------------------
% Date: 15-Nov-2010
% Designer: William Song

l=size（x2）;%size（X1）返回矩阵X的行数；size（X2）返回矩阵X的列数；
   
if p==0
    p=ones（1l）/l;    % uniform distribution 均匀分布
elseif sum（p）~=1
    p=p/sum（p）;
end

F=cumsum（p）;F0=[0F（1:end-1）];
r=rand（1）;
rv=x（:（F0<=r）&（r

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        594  2015-11-18 13:58  matlab Q学习仿真\drnd.asv

     文件        603  2015-11-18 14:00  matlab Q学习仿真\drnd.m

     文件        573  2015-11-18 16:08  matlab Q学习仿真\QDemo.asv

     文件        590  2015-11-18 16:09  matlab Q学习仿真\QDemo.m

     文件       1959  2015-11-20 15:16  matlab Q学习仿真\Qlearning.asv

     文件       2039  2015-11-20 15:41  matlab Q学习仿真\Qlearning.m

     文件        325  2010-11-16 16:52  matlab Q学习仿真\ReadMe.txt

     目录          0  2015-11-18 13:53  matlab Q学习仿真

----------- ---------  ---------- -----  ----

                 6683                    8