【技术实现步骤摘要】
本专利技术涉及机器人路径规划领域，具体涉及一种利用中层视觉先验的强化学习路径规划方法。
技术介绍
1、机器人的导航是移动机器人领域最核心的问题之一，而导航问题当中，路径规划则是不可或缺的一个层面。
2、传统的路径规划算法主要包括基于搜索的a*算法、dijkstra算法、d*算法、基于采样的prm算法、rrt算法等。传统的机器人导航技术长期使用视觉预处理来有效利用视觉信息，比如移动机器人领域最重要的技术之一——视觉slam技术，常常预先提取图像的深度信息，或进行地平面检测等。然而传统的导航技术在决策能力上往往受限于算法的进步，存在着决策能力较差、速度较慢等问题，对于机器人的操控水平远远落后于人类实际手动操控的水平。
3、近年来随着人工智能技术的发展，出现了许多可以应用于路径规划问题中的智能和仿生路径规划算法，包括神经网络算法、强化学习算法，蚁群算法、遗传算法等。以机器学习尤其是强化学习为基础模型的、端到端方式的移动机器人路径规划方法，常常使用原始图像作为路径规划模型的输入。然而，强化学习算法是端到端的方法或者依赖于...
【技术保护点】
1.一种利用中层视觉先验的强化学习路径规划方法，用于根据机器人采集的图像数据、机器人当前位置坐标Q和目标点坐标T控制所述机器人移动至目标点，其特征在于，包括以下步骤：
2.根据权利要求1所述的利用中层视觉先验的强化学习路径规划方法，其特征在于：
3.根据权利要求1所述的利用中层视觉先验的强化学习路径规划方法，其特征在于：
4.根据权利要求3所述的利用中层视觉先验的强化学习路径规划方法，其特征在于：
5.根据权利要求1所述的利用中层视觉先验的强化学习路径规划方法，其特征在于：
6.根据权利要求5所述的利用中层视...
【技术特征摘要】
1.一种利用中层视觉先验的强化学习路径规划方法，用于根据机器人采集的图像数据、机器人当前位置坐标q和目标点坐标t控制所述机器人移动至目标点，其特征在于，包括以下步骤：
2.根据权利要求1所述的利用中层视觉先验的强化学习路径规划方法，其特征在于：
3.根据权利要求1所述的利用中层视觉先...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。