本发明提出了基于免疫深度强化学习的移动机器人自主导航方法,该方法基于深度确定性策略梯度(DDPG)算法,并结合移动机器人的运动学分析、信息熵理论以及免疫优化理论来实现移动机器人的自主导航。首先通过Gazebo仿真平台搭建仿真实验环境,然后将移动机器人通过传感器获得的机器人周围环境的特征信息,将其输入到KAI‑DDPG网络,并进行一定次数的训练,就可获得移动机器人的运动策略模型和不同场景下每步的执行动作。然后在真实场景下,将训练好的网络模型导入真实移动机器人中,即可实现移动机器人的自主导航。本发明具有一定的环境适应能力,移动机器人在不用预知环境地图信息下自主实现多种场景下的导航。
声明:
“基于免疫深度强化学习的移动机器人自主导航方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)