面向室内复杂环境的深度强化学习型路径规划方法及其装置

本发明公开了面向室内复杂环境的深度强化学习型路径规划方法及其装置，属于人工智能、深度学习和路径规划技术领域，包括：针对机器人在复杂动态环境中难以充分感知环境的问题，利用深度卷积神经网络提取特征信息，增强了对环境的感知能力；针对传统路径规划面对动态障碍物适应性差的状况，设计了一种基于近端策略优化算法的强化学习路径规划方法，并设计了一种基于速度障碍的启发式奖励函数，旨在指导机器人在保持目标方向的同时，找到一个既能动态避障又能快速向目标前进的路径，从而本发明能够使机器人在复杂场景中拥有高效的规划决策能力，以实现自主、安全、高效地导航至目标点。