علی یوسفی - عضو هیات علمی گروه کامپیوتر و فناوری اطلاعات، دانشکده ی فنی و مهندسی ، واحد همدان، دانشگاه آزاد اسلامی ، همدان، ایران
اعظم حکمی - عضو هیات علمی گروه کامپیوتر و فناوری اطلاعات، دانشکده ی فنی و مهندسی ، واحد همدان، دانشگاه آزاد اسلامی ، همدان، ایران

سیستم های طبقه بند یادگیر در مسیر یابی ربات های هوشمند در محیط های مختلف بسیار کار آمد می باشند. یکی از این نوع سیستمها که اخیرا مورد توجه محققان قرار گرفته است سیستمهای مبتنی بر دقت XCS است بهبود مسیر یابی یک محیط ماز که الگوی مناسبی برای یک ربات مسیر یاب می باشد بسته به نوع چینش محیطی می تواند پیچیدگی های مختلفی داشته و از توپولوژی های مختلفی تبعیت کند . کاهش تعداد قدم های یک مساله در محیط ماز در افزایش زمان رسیدن به هدف در محیط ماز از جمله دغدغه های مهم در این نوع محیط هاست . در این مقاله با ارائه یک روش جدید ، در سه نقشه از نقشه های ماز نسبت به کاهش تعداد قدم های دررسیدن به هدف پرداخته شده است . با توجه به اینکه این سیستم ها معمولا غیر مار کوفی است از حافظه در نگهداری بهترین ترکیب شرط- کنش استفاده شده است . نتایج بدست آمده موید بهبود عملکرد ماز به روش جدید در مقایسه با سایر روش ها است .

ماز، سیستم طبقه بند یادگیر، سیسستم های طبقه بند یادگیر میتنی بر دقت