基于类脑脉冲强化学习的避障方法及装置

本发明提供基于类脑脉冲强化学习的避障方法及装置，涉及自动化与智能传感技术领域，所述方法包括将机器人的线速度、角速度、目标距离、方向以及雷达数据进行预处理后输入脉冲神经网络，得到机器人的动作；其中，使用强化学习DDPG对脉冲神经网络进行训练，使用评论家网络优化参数，损失值小于一定阈值则得到训练好的脉冲神经网络模型。脉冲神经网络中，目标数据、自身数据由一个全连接层处理，雷达数据由另一个全连接层处理，将两个全连接层输出的融合特征进行加权后再经过全连接层得到机器人动作。本发明实现了在静态复杂场景下的机器人无图避障导航，并提升了导航的性能。