本发明涉及一种基于LSTM和变分自编码的移动机器人自主探索方法。采用强化学习方法通过奖励函数指导移动机器人进行自主探索到达目标位置技能的学习。利用LSTM和变分自编码分析和存储过去时刻的障碍物和移动机器人自身的状态信息以预测未来时刻的相关信息,通过强化学习的方法实现仿真环境与真实环境完成自主探索导航至目标的任务。本发明具有很高的环境适应性和探索成功率,能够在复杂环境下实现移动机器人的自主探索。
声明:
“基于LSTM和变分自编码的移动机器人自主探索方法” 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)