本发明公开了一种基于深度强化学习和块规划的月面路径规划方法,用于月面机器人在大范围月面地形中的快速路径规划。基于深度强化学习方法,提出了一种端到端的路径规划器,能够基于特定尺寸的月面可穿越性地图和机器人位置、目标位置,直接求解当前最佳运动方向。基于分层思想,设计一种块规划应用架构,首先利用块规划器在缩小地图上进行粗略初始路径规划,然后利用块规划器沿着初始路径进行分块精确路径规划。块规划应用架构能够有效压缩求解空间,显著降低路径规划时耗。本发明主要用于月面大范围遥测地形图上的机器人路径规划,通过端到端规划器和块规划应用架构的设计使得本发明的方法具有规划速度快的优势。
声明:
“基于深度强化学习和块规划的月面路径规划系统和方法” 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)