基于自主探索的移动机器人路径规划研究.pdfVIP

研究论文第51卷第1期/2025年1月/计算机工程

基于自主探索的移动机器人路径规划研究

陈浩，陈珺*，刘飞

（江南大学轻工过程先进控制教育部重点实验室，江苏无锡214122）

摘要：移动机器人在路径规划过程中，当面对未知且动态变化的环境时，会存在与障碍物碰撞率高、易陷人局

部最优等问题。针对这些问题，提出一种基于双延迟深度确定性策略梯度（TD3)算法的改进算法TD3pro，以提

高移动机器人在未知动态环境下的路径规划性能。首先，引人长短期记忆(LSTM)神经网络并与TD3算法相结

合，通过门结构筛选历史状态信息，并感知探测范围内障碍物的状态变化，帮助机器人更好地理解环境的动态变

化和障碍物的移动模式，使移动机器人能够准确预测和响应动态障碍物的行为，从而降低与障碍物的碰撞率。其

次，加人OU（Ornstein-Uhlenbeck)探索噪声，帮助移动机器人持续探索周围环境，增强移动机器人的探索能力和

随机性。在此基础上，将单个经验池设置为成功、失败和临时3个经验池，以此提高有效经验样本的采样效率，进

而减少训练时间。最后，在2个不同的动、静态障碍物混合场景中进行路径规划实验仿真。实验结果表明：场景1

中该算法相较于深度确定性策略梯度(DDPG)算法以及TD3算法，模型收敛的回合数减少了100～200个，路径

长度缩短了0.5～0.8,规划时间减少了1～4S;场景2中该算法相较于TD3算法，模型收敛的回合数减少了

100～300个，路径长度缩短了1～3,规划时间减少了4～8s,DDPG算法失败，移动机器人无法成功抵达终点。由

此可见，改进的算法具有更好的路径规划性能。

关键词：移动机器人；路径规划；双延迟深度确定性策略梯度算法；长短期记忆神经网络；OU探索噪声

中图分类号:TP18文献标志码：AD0I:10.19678/j.issn.1000-3428.0068764

ResearchonPathPlanningofMobileRobotsBasedonAutonomousExploration

CHENHao,CHENJun*,LIUFei

(KeyLaboratoryofAdvancedControlinLightIndustryProcesses,MinistryofEducation,JiangnanUniversity,Wuxi214122,Jiangsu,China)

[Abstract]Inpathplanningformobilerobots,challengesarisewhendealingwithunknownanddynamically

changingenvironments,suchashighcollisionrateswithobstaclesandsusceptibilitytolocaloptima.Toaddress

theseissues,thispaperproposesanimprovedTwinDelayedDeepDeterministic(TD3)algorithm,basedonTD3

policygradient,toenhancethepath-planningperformanceofmobilerobotsinunknowndynamicenvironments.

First,aLongShort-TermMemory(LSTM)neuralnetworkisintroducedandcombinedwiththeTD3algorithm.

Employinggatestructures,historicalstateinformationisfilteredtoperceivethestatechangesofobstacleswithin

thesensingrangefortherobottogainabe