一种机器人在复杂狭窄环境下路径规划方法

摘要

本发明公开了一种机器人在复杂狭窄环境下路径规划方法，将RRT‑Connect算法和强化学习算法相结合，保留了随机树的一定随机性，并根据障碍物密度程度选择合适的步长，既可以实现机器人在障碍物密集环境快速随机探索，在障碍物稀疏环境快速通过，并增加了随机树分布的导向性，提高收敛速度，又具能够在与环境的交互过程中提升规划性能，使规划出的路径接近最优路径，避免陷入局部最小值；本发明改进算法与原始标准算法相比,规划出来的路径更优,耗费时间更少。