路径规划问题，有三种环境配置可实现，以下是代码来源，基于此做的实验 https://blog.csdn.net/jacken3/article/details/119803094

模拟退火优化算法求解优化问题，常用的算法

使用C++实现的模拟退火算法，解决DSP问题

本代码详细的阐述了CSA算法的编写过程 具体参数参考合成孔径雷达成像-算法与实现

SA(模拟退火)算法来源于固体退火原理，是一种基于概率的算法，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。 TSP问题即旅行商问题，假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 程序用VC++6.0编写运行成功，更改各个城市坐标，即可输出最优路径。

在这个项目中，我们在MATLAB实时编辑器环境中模拟了交互式迷宫环境，并实现了两种经典的Rl（强化学习）算法-Q学习和sarsa算法。 通过创建一个在迷宫中交互移动的代理，可以使用两种算法来训练最高激励值奖励和最佳迷宫行走方法。 最后，我们比较了两种算法的性能。

SALSA算法的介绍性文章。非常好的入门资料

SA算法解决TSP问题 可执行程序+实验报告，实验报告包括 实验目的、实验原理、实验结果等

VS2019平台，装箱问题的模拟退火算法求解。装箱方式为FF装箱，箱子二维限制条件。测试请选择Release X64，速度更快。模拟退火算法为智能优化算法，参数较多。

MATLAB强化学习代码包，用于解决多步决策模型（网格迷宫问题）的Sarsa算法。 编程与算法的详细说明可参看我的专栏：https://blog.csdn.net/weixin_43723517/category_9676083.html "I thought what I'd do was I'd pretend I was one of those deaf-mutes, or should I?"