一种基于多模感知与强化学习的机器人导航方法及系统

摘要

本发明公开了一种基于多模感知与强化学习的机器人导航方法及系统，包括：获取机器人在设定时刻所观测场景的RGB图片，采用训练好的分割网络将所述RGB图片转换为二元分割图；分别采集所述设定时刻的激光雷达数据以及机器人的速度度量数据；将所述二元分割图、激光雷达数据以及机器人的速度度量数据输入到训练好的多模融合深度网络模型中，得到机器人的最优运行策略。本发明采用多模机制可确保对环境更加完整的感知，基于RL的方法可通过在线交互直接学习在无限搜索空间中围绕周围环境优化的导航策略，从而产生灵活的动作，从而提高了其避免碰撞的能力。