基于强化学习的多机器人协同测量路径规划方法

本发明属于路径规划技术领域，具体涉及一种基于强化学习的多机器人协同测量路径规划方法，包括：获取大型复杂构件的模型和点云数据，并进行预处理；基于经预处理的点云数据构建三维环境模型，并定义强化学习环境的状态空间、可执行的动作空间和强化学习过程的奖励函数；基于构建的三维环境模型，将测量任务分配给多个机器人，生成覆盖大型复杂构件表面的初始路径，并利用强化学习方法对初始路径进行优化，生成优化路径；实时共享多个机器人的优化路径和状态，进行未来潜在冲突预测，并基于预测结果动态协同调整多个机器人的路径和状态，生成最终路径和控制指令，以实现多机器人协同测量路径规划。