基于深度学习的移动操作机器人路径规划与控制.pdfVIP

总第920期微型计算机人工智能

基于深度学习的移动操作机器人路径规划与控制

梅立雪

（景德镇学院，江西景德镇333000)

摘要：路径规划对于移动机器人的智能化实现至关重要，是机器人核心技术之一，在无人驾驶、移动机

器人中应用比较多。传统的路径规划算法包含了全局规划算法以及局部规划算法，这种规划效果受到的地图信

息、算法效率以及计算力影响比较大。而深度学习能够让机器人在环境中基于交互试错的方式不断学习，不需要

进行额外的数据采集和先验知识作为基础，在连续决策任务场景中应用效果比较好。所以，深度学习在移动机器

人研究中发挥着重要作用。本文基于深度学习原理，探究移动操作机器人的路径规划和控制方案，旨在为移动操

作机器人的优化设计提供一些思路和经验参考。

关键词：深度学习；移动操作机器人；路径规划；控制

一、深度学习概述置信息，为（x），要求计算出机器人到目标点的距离

深度学习是一种高阶思维学习过程，强调学习者P，且将目标点对机器人的引力f进行计算，结合计算

的自主学习，也是通过问题的分析和解决来实现多方公式：

面能力和素养的培养。就两者的教育学习目标来看，具(a-(ZZ)(1)

有很强的一致性[!]。在深度学习的评价中,学习者的创

新能力和问题解决能力也是重要衡量指标。就深度学可以由此计算出机器人的形心坐标，结合人工势

习理论来看，它强调了思维发展，注重深度理解。传统场相关计算公式，可以得出前置形心的具体坐标值，确

教学过程中，教师的教学模式僵化，照本宣科、灌输式定其位置，计算机器人距离这个前置形心的距离p和机

的课程教学模式只会导致学习者的学习更加被动，思器人受到的前置形心的引力F[3]。

维定式，不利于他们的发散性、创造性思维培养。在当这里移动操作机器人在目前的物流搬运、仓库管

前的信息化、网络化时代，创新能力和思维都是人才理、商场服务中应用比较多，鉴于移动操作机器人在路

必备的素养，所以教学目标也要与人才需求相适应，径规划中遇到的障碍物较多，虽然有些障碍物不会影

注重让学习者在问题分析、评价以及创造中锻炼思维响机器人，但在规划和设计路径时，需要保证机器人

品质。能够彼此行驶尽可能短的距离，这证明机器人的路径

深度学习在训练周期长问题上，尤其是在机器人规划动作是成功的。因此，要计算相应障碍物的推力，

控制场景中需要用到物理引擎的3D仿真平台，这对于必须克服距离机器人最近的障碍物。在机器人数据集

计算力要求比较高，所以将深度强化学习应用到移动中,可以计算出机器人到最近障碍物的距离，并结合计

机器人是一个新的研究领域。就个人计算机而言，漫长算出的障碍物施加的推力，可以计算出机器人所受的

的训练能够让算法测试、调参等工作难度加大。很多合力[4]。

深度学习算法在2D游戏中具有很好的测试效果，但在当机器人运行时，通常使用机器人#1作为控制器，

路径规划场景中应用不多，也能很少有与传统规划算其他n-1个机器人的位置信息就是当前T的障碍物信

法的对比研究。所以，本文的研究对于弥补这一研究息。当机器人运动时，测量机器人#1之间的距离p在T

领域的不足也有一定的积极作用[2]。时刻与其他机器人进行距离计算，根据距离计算结果

二、路径规划算法判断该距离是否小于或等于距前方中心的距离