基于多智能体强化学习的室内火灾动态路径规划与救援机器人协同系统设计.docxVIP

PAGE2

基于多智能体强化学习的室内火灾动态路径规划与救援机器人协同系统设计

摘要

室内火灾环境具有高度动态性与不确定性，浓烟、高温和坍塌使传统救援手段面临巨大风险。现有救援机器人系统多依赖预设路径，难以在火势蔓延中实时调整策略，且多机协同能力薄弱。为突破这一瓶颈，本文设计了一种基于多智能体强化学习的救援机器人协同系统，旨在实现火灾动态蔓延下的实时避障路径规划与被困人员协同搜索。系统核心包含三大部分：一是基于元胞自动机与热释放速率驱动的火灾蔓延模型，用于生成高保真动态火场；二是采用集中式训练分布式执行框架的多智能体深度确定性策略梯度算法，使机器人在火场中自主规划路径并躲避动态障碍；三是融合维诺图分区与合同网协议的协同搜索策略，提升被困人员发现效率。全文遵循工程递进逻辑：从需求分析、技术选型，到总体架构、模块详细设计，再到仿真实现与系统测试，完整呈现了设计过程。本文的创新点在于将火灾蔓延模型与多智能体强化学习环境深度耦合，实现了动态火场中多机器人路径的在线重规划，并通过仿真实验验证了系统在避障成功率和搜索效率上的优势。全文共八章，系统论述了课题背景、相关技术、需求建模、架构设计、算法实现、测试验证与未来展望，可为智慧消防机器人系统的研发提供参考。

第一章绪论

1.1研究背景

随着城镇化进程加快，大型商业综合体、高层住宅和地下空间日益增多，建筑结构复杂、可燃物密集，火灾风险