一种基于深度增强学习的家用扫地机器人的设计方法技术

一种基于深度增强学习的家用扫地机器人的设计方法，步骤如下：1，通过激光雷达采集扫地机器人周围的房间水平剖面的原始图像，将原始数据通过无线串口回传给计算机；2，对原始数据进行SLAM，完成对扫地机器人的实时定位与对房间的地图构图，之后进行处理，生成168×168的二维数组；3，建立CNN+LSTM神经网络；4，对扫地机器人进行训练，根据其运动是否满足预期要求，对神经网络给出相应的回报，以此来更改神经网络参数；经过训练后便能够进行自主决策；通过以上步骤，扫地机器人能够在陌生场景中，在较短的时间内找到目标物体，同时能躲避障碍，自行规划路径，以该方法设计的扫地机器人具有一定的通用性和任务迁移性。

【技术实现步骤摘要】
一种基于深度增强学习的家用扫地机器人的设计方法
本专利技术提供一种基于深度增强学习的家用扫地机器人的设计方法，属于智能家居领域。
技术介绍
目前，使用扫地机器人的家庭越来越多。现在市场上的扫地机器人进入一个新的环境工作时，首先要按照算法对整个房间进行遍历，完成建图和定位。然后构建语义地图，最后进行路径规划，然后再开始对房间的清洁。其中，遍历房间的方法往往是扫地机器人一直贴着一条墙壁走，形成一个闭合回路后，再逐渐填补中间空白位置，这种做法路程较长，会花费大量的时间。同样，路径规划算法不仅复杂、需要大量的计算和人力工程，而且不够完善，不能使扫地机器人以最优路径工作。近年来，深度增强学习发展迅速，在棋类博弈和一些模拟游戏中取得了很好的表现。本专利技术构建扫地机器人智能体，通过给予智能体奖励和惩罚信息，使其知道自身行为的正确与否。智能体通过我们给予的奖励和惩罚信息进行长时间的学习，最终具有自主决策的能力，能自如的躲避障碍、规划路径，并对房间进行高效的清扫。
技术实现思路
1.目的：本专利技术的目的是提供一种基于深度增强学习的家用扫地机器人的设计方法。该方法以激光雷达为传感器，对扫地机器人进行实时本文档来自技高网...

【技术保护点】
一种基于深度增强学习的家用扫地机器人的设计方法，其特征在于：该方法具体步骤包括：步骤1，扫地机器人通过激光雷达采集扫地机器人周围的房间水平剖面的原始图像，并对该数据进行解码，将原始数据通过无线串口回传给计算机即PC机；步骤2，对步骤1中获得的原始数据进行SLAM，完成对扫地机器人的实时定位与对房间的地图构图，之后系统对房间的构图进行最大值池化即MAX POOLING处理，生成168×168的二维数组；步骤3，建立CNN+LSTM神经网络，将步骤2中生成的二维数组作为神经网络的输入，CNN+LSTM神经网络输出控制扫地机器人运动的指令；步骤4，通过A3C算法对扫地机器人进行训练，根据扫地机器人的...

【技术特征摘要】
1.一种基于深度增强学习的家用扫地机器人的设计方法，其特征在于：该方法具体步骤包括：步骤1，扫地机器人通过激光雷达采集扫地机器人周围的房间水平剖面的原始图像，并对该数据进行解码，将原始数据通过无线串口回传给计算机即PC机；步骤2，对步骤1中获得的原始数据进行SLAM，完成对扫地机器人的实时定位与对房间的地图构图，之后系统对房间的构图进行最大值池化即MAXPOOLING处理，生成168×168的二维数组；步骤3，建立CNN+LSTM神经网络，将步骤2中生成的二维数组作为神经网络的输入，CNN+LSTM神经网络输出控制扫地机器人运动的指令；步骤4，通过A3C算法对扫地机器人进行训练，根据扫地机器人的运动是否满足设计预期要求，对神经网络给出相应的回报，以此来更改神经网络参数；经过一定时间的训练后，扫地机器人便能够进行自主决策；通过以上步骤，扫地机器人能够在陌生场景中，在短的时间内找到目标物体，同时能躲避障碍，自行规划路径，以该方法设计的扫地机器人具有通用性和任务迁移...

【专利技术属性】
技术研发人员：王昊臣，孔祥龙，宋宇航，张玉玺，刘旭辉，张子璇，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11