Bu proje, standart VASPSO (Velocity Pausing and Adaptive Strategy Particle Swarm Optimization) algoritmasının performansını artırmak amacıyla geliştirilmiş bir hibrit yapay zeka modelidir.
VASPSO'daki sabit kalan parametreleri (hız duraksatma katsayısı, elit oranı, terminal değiştirme olasılığı), bu projede bir Q-Learning Ajanı (RL Agent) tarafından dinamik olarak yönetilmektedir. Ajan, popülasyonun çeşitliliğini ve iyileşme oranını izleyerek optimizasyon süreci boyunca en uygun stratejiyi (Keşif vs. Sömürü) seçmeyi öğrenir.
Algoritma, CEC2017 Benchmark fonksiyonları üzerinde test edilmiş ve istatistiksel analizler yapılmıştır.