摘要
本发明涉及移动机器人避障运动规划技术领域,解决了移动机器人在灵活避障运动规划过程中面临能耗过高,以及自主导航能力和避障性能存在不足的技术问题,尤其涉及一种基于脉冲混合强化学习的移动机器人避障运动规划方法,通过将脉冲神经网络的低能耗特性与强化学习的灵活决策机制相结合,使移动机器人能够在复杂环境中自主生成最优路径,同时有效降低计算成本和能量浪费。本发明能够有效提升移动机器人在动态环境中的避障性能,使其在复杂多变的环境中实现安全、高效的自主导航,使移动机器人在降低能耗的同时,仍能保持优异的性能表现,从而推动智能装备在智能制造领域的广泛应用和实用化进程。
技术关键词
移动机器人避障
运动规划方法
强化学习模型
移动机器人路径规划
深度强化学习
脉冲
障碍物
发现移动机器人
编码模块
移动机器人执行
运动规划技术
策略
网络
解码模块
机制
强化学习算法
电压
智能装备
表达式