一种基于机器学习的机器人运动路径规划方法及装置

本发明提供了一种基于机器学习的机器人运动路径规划方法及装置，涉及机器人路径规划技术领域，方法包括：获取环境中障碍物及目标点的位置信息并存储；根据机器人当前位置、机器人速度、目标点位置、目标速度、障碍物信息和机器人运动状态构建人工势场；通过变邻域搜索算法对人工势场进行优化，在变邻域搜索算法中引入强化学习策略；以人工势场法生成的基础路径上的节点作为蚁群算法中蚂蚁的初始出发点，通过蚂蚁释放信息素机制、转移概率选择机制和信息素挥发更新机制，经多轮迭代优化得到最终路径；对优化后的路径进行评价并动态调整路径。本发明的机器人运动路径规划方法能够应对复杂的环境变化，有效提高路径规划的安全性和效率。