基于PPO-CA的矿山机器人搜救路径自适应优化模型构建方法

本发明提供基于PPO‑CA的矿山机器人搜救路径自适应优化模型构建方法，属于矿山应急救援领域。本发明包含：首先，通过三维运动模型导航、三维声纳波形处理和三维视觉传感器图像分析三种技术的融合，构建矿山搜救机器人自主地形感知与避障模型；其次，依据马尔科夫决策模型，构建出一条包括系统状态、行为和奖励函数的运动轨迹，通过蒙特卡洛近似期望法得到梯度的近似值；然后，通过A2C算法优化梯度计算，引入重要性采样提高数据的利用率；最后，采用近端策略优化裁切的注意力机制算法(Proximal Policy Optimization Clip Attention，PPO‑CA)，使目标函数的更新更加稳定，通过策略参数的不断迭代，最终得到矿山机器人搜救路径自适应优化模型，更好的满足实际应用场景。