一种基于专家示范引导的机器人自主探索方法

本发明公开了一种基于专家示范引导的机器人自主探索方法，该方法包括：对机器人探索在马尔科夫决策框架下建模为序贯决策问题，其中动作空间离散化为运动基元，将待探索环境表示为栅格图，通过历史行为信息和不同尺度的地图构建状态空间；在具备完整环境结构的探索任务中求解最短路径规划问题，得到专家示范；使用近端策略优化的目标函数，将专家演示作为机器人在真实环境中采取的行动，利用专家演示操作和智能体经验进行策略优化；使用更新后的策略实现机器人在未知环境中的探索。本发明利用环境的特权化结构信息，将专家示范与机器人自身的经验相结合，降本增效还加快了收敛速度。