一种基于强化学习的变电站内巡检机器人路径规划方案

摘要

本发明涉及一种基于强化学习的变电站内巡检机器人路径规划方案，该方案针对变电站巡检场景，在获取实际变电站环境信息之后，通过栅格法建立变电站环境模型，并采用SARSA算法设计巡检机器人路径规划方案，以贪婪策略代替Q‑learning中的贪婪策略，通过更为保守的路径规划，减少巡检机器人与障碍物发生碰撞的概率，大大延长其使用寿命。此外，通过对SARSA算法中奖赏的设计，减少机器人到达同一个巡检点位的次数，保证机器人快速高效地完成巡检任务。与现有技术相比，本发明能够实现以巡检机器人为主体的自主路径选择与安全避障，达到性能的快速高效收敛，对场景的适应能力更强，业务性能更优。