一种基于强化学习的智能搬运机器人动态协调避障方法

一种基于强化学习的智能搬运机器人动态协调避障方法，属于智能搬运机器人轨迹规划与跟踪控制领域。首先，通过改进人工势场法规划避障路径；其次，基于规划的路径信息进行碰撞检测以规划速度；最后，通过强化学习自适应调整模型预测控制的参数，以实现动态协调避障，保证机器人的安全与行驶稳定。本发明根据智能搬运机器人当前环境规划出最优避障路径，同时根据此路径进行速度规划，提升智能搬运机器人的安全性，完成动态协调避障；通过强化学习数据驱动，根据智能搬运机器人当前的状态和周围环境实时更新模型预测控制方法的权重矩阵，提高智能搬运机器人在跟踪轨迹精度和稳定性；通过实时的轨迹规划与参数自适应轨迹跟踪控制方法，在有效避障的同时保证机器人的安全性和稳定性。