ALN-DSAC运动规划算法

密集动态场景近零碰撞

面向室内密集动态障碍的混合强化学习算法，通过注意力表征与新型数据回放，收敛质量优于现有方法。

Zhou, Chengmin · Huang, Bingding · Fränti, Pasi

IEEE Transactions on Neural Networks and Learning Systems 2023

参数信息

成功率

100 %

技术优势

几乎不撞

在密集动态障碍场景下成功率达到近100%，避免碰撞。

到得更快

相比现有最优方法，到达目标所需时间更短。

收敛更好

收敛性能优于可训练的最先进方法。

应用场景

• 移动机器人导航：在人群密集室内环境中安全高效导航，减少碰撞风险。
• 仓储机器人调度：在动态障碍的仓库中快速规划路径，提高物流效率。
• 机器人决策控制：提供更优的策略收敛，增强机器人实时决策可靠性。
• 工业机器人路径规划：在动态工业环境中实现无碰撞路径规划，提升安全性。