基于强化学习的未知动态环境移动机器人路径规划方法

本发明涉及一种基于强化学习的未知动态环境移动机器人路径规划方法，属于路径规划技术领域。该方法采用两层强化学习结构，底层模块学习全局路径规划，前期提供椭圆专精策略及GliEF‑Dyna‑Q算法；高层模块学习避障规则完成局部动态避障；GliEF‑Dyna‑Q算法是引入椭圆几何知识设计椭圆知识专精策略来缩小采样范围，并通过全局和局部两种视角来约束优化奖励机制和路径搜索，并将改进的SA‑ε贪心策略融入进Dyna‑Q，以实现高效的全局路径规划；高层模块提供全新的避障行为奖励机制和更适配的值函数更新方法，以进行全面的局部避障活动。本发明能让机器人在动态环境下更高效地实现避障和完成最优路径行驶。