1、近年來，隨著機器人技術的發(fā)展，路徑規(guī)劃和多機器人系統(tǒng)逐漸成為機器人學的研究熱點。移動機器人路徑規(guī)劃主要分為點到點的路徑規(guī)劃和完全覆蓋路徑規(guī)劃。靜態(tài)環(huán)境中的點到點路徑規(guī)劃經(jīng)過多年的發(fā)展，算法相對成熟，而動態(tài)環(huán)境中由于環(huán)境信息的不確定性以及移動障礙物等因素，算法還有較大的發(fā)展空間。另一方面，單個機器人完全覆蓋路徑規(guī)劃經(jīng)過多年的發(fā)展已經(jīng)取得一定進展，由于多機器人系統(tǒng)的任務分配和移動機器人動態(tài)路徑規(guī)劃方法研究還不夠成熟導致多機器人系統(tǒng)完全覆蓋路

2、徑規(guī)劃還有許多問題有待解決。
　　增強學習方法可以有效地解決不確定序貫決策問題，目前已經(jīng)成為機器學習和人工智能領域的研究熱點。由于增強學習方法對環(huán)境信息依賴少，因此，它在移動機器人路徑規(guī)劃方面的應用也受到廣泛關注。
　　本文對基于增強學習的移動機器人動態(tài)路徑規(guī)劃進行了深入研究，并與其它方法相結合用于解決多機器人系統(tǒng)完全覆蓋路徑規(guī)劃問題。取得的研究成果包括：
　　1.提出了基于神經(jīng)網(wǎng)絡的改進Q學習算法（Neural ne

3、twork based Improved Q-learning，NIQL），仿真結果表明NIQL算法在收斂速度方面相比于其它改進Q學習算法有很大提高；除此之外，通過將NIQL算法與三次 B樣條曲線相結合，提出了一種動態(tài)路徑規(guī)劃方法，該方法可以解決某些傳統(tǒng)規(guī)劃方法難以解決的問題，并在多種動態(tài)環(huán)境中進行了仿真實驗，驗證了該方法的有效性。
　　2.通過將Q學習引入到傳統(tǒng)RRT算法中，并對節(jié)點擴展函數(shù)以及隨機節(jié)點生成函數(shù)進行改進，提出了基

4、于Q學習的改進RRT算法（Q-learning based RRT， QRRT），仿真結果表明QRRT在擴展節(jié)點數(shù)、路徑最優(yōu)性和規(guī)劃時間等方面相比于其它改進RRT算法具有較大優(yōu)勢；除此之外，通過將滾動規(guī)劃、QRRT算法以及三次 B樣條相結合，提出了一種動態(tài)路徑規(guī)劃方法，并通過模擬公路超車仿真實驗驗證了該方法的有效性。
　　3.通過將改進遺傳算法、最小二乘策略迭代算法以及動態(tài)路徑規(guī)劃方法相結合，提出了一種多機器人系統(tǒng)完全覆蓋路徑規(guī)劃