摘要
本发明公开了一种在未知开放环境下的机器人自动建图方法及相关设备,其中方法包括:获取传感器数据,根据传感器数据构建局部地图;对局部地图进行拓扑化,获得局部地图的无碰撞拓扑图;对无碰撞拓扑图进行稀疏化处理,获得稀疏拓扑图;将获得的稀疏拓扑图输入基于深度强化学习的策略网络模型,输出控制机器人运动的策略,以移动机器人。本发明将环境映射问题建模为一个图结构,通过节点间的关系建模环境中的空间依赖性,实现了机器人在复杂环境中对不同区域之间关系的有效学习。另外,注意力机制通过动态调整各个区域的关注权重,帮助机器人在自主探索过程中优先选择潜在回报较高的区域,从而加速探索效率。本发明可广泛应用于机器人技术领域。
技术关键词
自动建图方法
拓扑图
节点
策略网络模型
控制机器人运动
注意力机制
无碰撞
深度强化学习
传感器
全局地图
移动机器人
解码器
邻居
SLAM技术
线性变换矩阵
编码器
系统为您推荐了相关专利信息
聚类优化方法
重构
近邻算法
电网系统
梯度下降法
电力系统拓扑模型
节点特征
多头注意力机制
时间序列特征
电力负荷预测方法
汽车测试模型
载荷分析方法
路面
载荷分析技术
数据更新