基于深度强化学习的移动机器人自主探索导航方法

基于深度强化学习的移动机器人自主探索导航方法，主要由数据输入模块、候选动作点评选模块、候选目标点评选模块构成。通过数据输入模块把移动机器人的占用地图、移动机器人的位置数据信息、传感器所探测的周围环境数据信息传入下一个模块。候选动作点评选模块中基于香农熵进行地图的构建，通过高斯过程回归模型预测现有占用地图的互信息奖励曲面，利用贝叶斯优化技术改进高斯过程回归的预测结果，然后用基于学习的感知策略去评选出候选动作点。通过训练感知网络模型。最终从多个候选动作点选出最优的候选目标点。最后移动机器人导航模块根据候选目标点规划出运动路径，并驱动移动机器人向目标点进行探索。