基于深度强化学习的多模态机器人导航方法及系统

本发明公开了基于深度强化学习的多模态机器人导航方法及系统，构建深度强化学习模型，设计奖励函数，以计算机器人在每次执行动作后的奖励值用于模型训练；将每一时刻采集的图像、点云数据和子目标点位置作为状态数据，输入到深度强化学习模型中，深度强化学习模型输出每一时刻的线速度、角速度和状态值；根据机器人与环境的交互数据，采用近端策略优化算法对深度强化学习模型进行优化，最终得到一个最优策略模型；最优策略模型利用多模态数据和子目标点位置信息，输出最优的线速度和角速度组合，用于控制机器人执行导航任务。