结合人工势场与强化学习的机器人路径规划与避障方法

本发明公开了结合人工势场与强化学习的机器人路径规划与避障方法，包括以下步骤：进行传感器数据采集与融合；进行环境复杂性评估，建立多尺度规划机制，基于切换条件，确定全局规划、局部规划；基于全局规划，进行人工势场路径规划；基于局部规划，进行强化学习路径规划；判断是否达到目标点，并返回确定规划，直至到达目标点。本发明将红外感应器与激光雷达数据融合，充分利用两种传感器的互补特性，实现了对静态和动态障碍物的全面感知，提升了机器人在不同环境下的适应性。本发明通过强化学习通过策略优化与不确定性估计，增强了机器人在动态环境中的避障能力，并解决了传统人工势场法的局部最优问题。