本平台是一款面向教育的 Q-Learning 强化学习算法教学工具，通过交互式无人机路径规划仿真，帮助学生直观理解 Q-Learning 算法的核心概念与实际应用。
当前版本: V23
适用对象: 计算机科学、人工智能相关专业师生
| 功能模块 | 说明 |
|---|---|
| 原理学习 | 详细讲解 Q-Learning 算法机制，包含 Q 值迭代、动作选择策略等 |
| 交互仿真 | 可视化展示训练过程，实时观察 Q 表更新 |
| 多场景 | 军事侦察、物流配送、探索任务等多种场景 |
| 答题闯关 | 知识点巩固测验 |
| 实操演练 | 超参数调节，亲手训练无人机规划策略 |
- 掌握 Q-Learning 强化学习算法基本原理
- 理解 Q 值迭代与最优策略选择
- 学会路径规划问题的环境建模方法
- 分析探索与利用的权衡取舍
- 应用 Q-Learning 解决实际问题
| 项目 | 最低配置 |
|---|---|
| 操作系统 | Windows 7/10/11 (64位) |
| 内存 | 4GB 以上 |
| 存储空间 | 500MB 可用空间 |
| 分辨率 | 1920x1080 推荐 |
- 首页: 选择学习入口
- 场景选择: 挑选任务场景(如军事侦察)
- 环境建模: 设置网格地图和障碍物
- 原理学习: 观看算法讲解
- 答题闯关: 完成知识点测试
- 实操演练: 训练并观察结果
- 让无人机从起点出发，找到避开障碍物的最优路径到达目标点
- 学习如何在未知环境中进行路径规划
- 选择「军事侦察」场景
- 设置网格大小和障碍物分布
- 设置起始点和目标点
- 开始训练，观察 Q 值变化
- 查看最优策略路径
- 探索率 (epsilon): 初始设为 0.1，慢慢减小
- 学习率 (alpha): 建议 0.1
- 折扣因子 (gamma): 建议 0.9
- 训练轮次: 建议 500-1000 轮
| 问题 | 解决方案 |
|---|---|
| 点击「实操演练」按钮没反应？ | 需要先完成前面四个模块的学习 |
| 训练时无人机总是撞到障碍物？ | 适当增大探索率 epsilon 参数值 |
| 为什么 Q 表所有值都是 0？ | 增加训练轮次(Episodes) |
| 如何保存训练结果？ | 以管理员身份运行程序 |
| 「最优策略」按钮是灰色？ | 需要先完成训练 |
Q-Learning无人机路径规划仿真教学平台V23/ . ├── 源代码/ # 项目源码 ├── 演示视频/ # 操作演示视频 ├── Q-Learning无人机路径规划仿真教学平台V23_使用手册.files/ │ └── *.png # 平台截图 ├── 提交材料/ │ ├── README.md # 本说明文档 │ └── 使用手册.html # 详细使用手册 └── 演示PPT.pptx # 汇报演示文稿
更多使用说明请参考：[使用手册]请下载 Q-Learning无人机路径规划仿真教学平台V23_使用手册.html查看
仅供教学使用。
欢迎提交问题与改进建议！