公开(公告)号：CN117873116A

公开(公告)日：2024-04-12

申请号：CN202410140717.X

申请日：2024-02-01

Applicant: 燕山大学

Inventor： 丁伟利 ,  林颖镇 ,  华长春

IPC: G05D1/43 ,  G05D1/246 ,  G05D1/633 ,  G05D1/644 ,  G05D1/247 ,  G05D1/648 ,  G05D109/10

Abstract: 本发明公开了一种基于深度强化学习的多移动机器人自主避障方法，属于智能机器人领域，所述方法利用深度强化学习方法，通过在混合现实中重建的环境中训练得到有效的多机器人避障策略；首先通过激光雷达获取点云数据，与该机器人的位置、航向角、局部目标作为状态信息输入到构建的神经网络中；设计包含时序信息奖励函数，通过改进的深度强化学习算法对避障策略进行更新，采用集中式学习、分布式训练框架完成多机避障策略训练，通过分阶段进阶训练，完成多机器人从简单环境到复杂环境的进阶训练。本发明可以有效解决算法在复杂环境中收敛速度慢的问题，提高多机器人避障鲁棒性，避免机器人在避障任务中奖励函数稀疏的情况。