基于深度强化学习的风险导向人群导航策略

摘要

针对传统导航方法在遇到动态障碍物时出现的机器人冻结问题及动态避障效果不佳的问题，提出一种基于深度强化学习的导航方法 .该方法的核心为风险感知模块和路径选择模块.风险感知模块实时计算机器人与附近动态障碍物的碰撞概率，从而使机器人优先规避高风险的障碍物.同时，路径选择模块实时计算机器人附近区域的“可通过性”，引导机器人选择较安全区域通过.与未引入这两个模块的深度强化学习方法相比，所提出的方法在所有仿真测试环境中均取得最高的导航成功率，最高提升达11%.

关键词

深度强化学习 / 人群导航 / 动态避障 / 机器人冻结 / 风险感知 / 路径选择