摘要
本发明公开了一种基于多头注意力机制的强化学习四足机器人路径规划方法与系统,通过最优强化学习神经网络模型实现四足机器人的最优路径规划。相比于传统深度学习方法,四足机器人学习效率高、适应复杂环境的能力更强,到达目标位置所用时间短,四足机器人鲁棒性好。此外,对人工势场法进行了改进,避免了算法陷入局部最优而导致的四足机器人无法到达目标点的问题。
技术关键词
四足机器人
多头注意力机制
神经网络模型
实时状态信息
贪心算法
路径规划算法
策略
拉格朗日乘子法
路径规划系统
机器人机身
人工势场法
障碍物
视觉摄像头
深度学习方法
非线性