基于深度强化学习的工业机器人避障路径规划方法

• 作者: 李文彪
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 深度强化学习 工业机器人 避障路径 距离方位 奖赏函数 BP神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 机器人技术
• 页码范围: 127-130
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2022.01.029

摘要

常规方法定义机器人避障奖赏函数时,仅在机器人到达目标位置后给出奖励,避障奖励稀疏,导致避障路径规划时间和长度较长、规划成功率较低.提出基于深度强化学习的工业机器人避障路径规划方法.利用传感器,探测机器人与障碍物和目标点之间的距离方位,构成状态空间,定义机器人避障决策奖赏函数,包括机器人与目标点的方位奖赏、距离奖赏、到达奖赏、每个避障动作奖赏,将状态空间信息输入神经网络,通过深度强化学习,输出下一时刻奖赏值最大的避障动作,形成最优避障路径.选择工厂厂房作为测试环境,改变障碍物数量和位置,布置工业机器人移动的简单场景和复杂场景,实验结果表明,设计方法减少了避障路径规划时间和长度,提高了规划成功率.