行人环境下基于深度强化学习的机器人路径避碰规划方法

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116360454 A (43)申请公布日 2023.06.30 (21)申请号 202310437715.2 (22)申请日 2023.04.18 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 张建明　曹晋瑜　朱骞　朱科　 (74)专利代理机构 杭州求是专利事务所有限公 司 33200 专利代理师 郑海峰 (51)Int.Cl. G05D 1/02 (2020.01) 权利要求书2页 说明书6页 附图3页 (54)发明名称 行人环境下基于深度强化学习的机器人路 径避碰规划方法 (57)摘要 本发明公开了一种行人环境下基于深度强 化学习的机器人路径避碰规划方法，属于深度学 习与移动机器人导航技术领域。本发明融合多种 碰撞算法生成由行人状态构成的行人轨迹数据 集，利用编解码器对行人状态编解码后，与由马 尔可夫元组获得的机器人当前状态与观测共同 作为深度神经网络的输入，生成机器人的状态‑ 动作价值对的估计值；利用动作神经网络输出当 前状态下机器人选择的最优动作，利用评价神经 网络对机器人的状态‑动作进行打分，基于强化 学习迭代训练。本发明在执行阶段，采用激光雷 A 达获取周围环境数据，实现移动机器人在行人环 4 境下的安全导航，有效解决了动态环境下机器人 5 4 0 导航的短视与遮挡问题，提高了机器人避障行为 6 3 6 的安全性、时效性。 1 1