基于强化学习的移动机器人动态避障控制方法及系统

本发明公开了基于强化学习的移动机器人动态避障控制方法及系统，涉及机器人控制技术领域。为了解决传统移动机器人避障方法在动态复杂环境下决策滞后、适应性差，以及现有智能避障方案难以应对环境突变等的问题；本发明通过强化学习实现了移动机器人在动态环境下的高效避障，多传感器融合与特征提取构建了精准的状态空间，强化学习网络能自主学习和优化策略，适应复杂动态变化；奖励函数设计兼顾避障、目标导向和动作合理性，提升了策略的鲁棒性和效率，有效提升移动机器人在复杂场景下的避障能力与任务执行效率，同时，通过避障质量分析与校正机制，实现了对避障过程的实时监控与动态调整，进一步提高了避障的可靠性和安全性。