一种基于深度强化学习的四足机器人山地路径规划方法

本发明涉及一种基于深度强化学习的四足机器人山地路径规划方法，S1、构建山地数字地面模型并依据坡度分级原则对山地数字地面模型进行划分，界定出安全区域与危险区域；S2、引入黑洞原理以优化改进人工势场法，构建全局坡度势场，对高维复杂环境的简化；S3、对势场中的势能进行加权处理，输入至深度强化学习网络，引导四足机器人规避陡坡区域并向目标点移动，提升算法的训练速度；S4、引入坡度安全域和坡度奖励函数，对实时路径进行重规划；该结合人工势场法和深度强化学习的路径规划方法，机器人仅需根据当前和历史环境的交互数据即可规划出一条兼具坡度适宜和距离短的最优路径，用以在复杂山地环境中解决地形坡度过大导致路径规划困难的问题。