基于蒙特卡洛树搜索的机器人导航动作决策方法及装置

本发明提供一种基于蒙特卡洛树搜索的机器人导航动作决策方法及装置，涉及机器人导航技术领域。其中，方法包括：获取当前时刻的系统状态信息；其中系统状态信息包括机器人状态信息、机器人所在环境的行人状态信息和障碍物状态信息；以当前时刻的系统状态信息为根节点进行蒙特卡洛树搜索，得到构建的搜索树；其中，在搜索过程中，将叶子节点对应的系统状态信息输入至机器人策略价值模型，基于机器人策略价值模型的输出结果进行动作选择和反向传播；基于搜索树中根节点对应的动作选择次数，确定当前时刻机器人导航动作决策结果。本发明可以提升动作决策的精准性，以及机器人导航的稳定性。