基于强化学习的管廊巡检机器人路径规划算法优化

陈 阳
四川君逸数码科技股份有限公司

摘要


本文旨在研究基于强化学习的管廊巡检机器人路径规划算法优化问题。首先，介绍了强化学习的基本理论
及其在路径规划中的应用，然后分析了现有强化学习算法在管廊巡检路径规划中的局限性，接着提出了一种基于深
度Q网络（DQN）的优化算法，并结合环境建模和多机器人协同策略，进一步提升了路径规划的效果。最后，通过
仿真和实验验证了所提出算法的有效性。本文的研究成果为管廊巡检机器人路径规划提供了一种新型的强化学习方
法，具有重要的理论意义和应用价值。

关键词


强化学习；管廊巡检机器人；路径规划算法；优化策略

全文:

PDF


参考


[1]李刚，王童语，包仁人，等.吊轨式管廊巡检机

器人结构设计及实验[J].制造业自动化，2023，45（6）：

189-194.

[2]武铁峰，谢勇勇.特种机器人在隧道管廊内的应用

研究[C]//2023中国油气人工智能科技大会.1.中海石油炼

化有限责任公司2.中海石油宁波大榭石油有限公司，2023.

[3]俞高伦.某石化企业隧道智能巡检设计与研究[J].

市场调查信息，2023（7）.

[4]高著海，雷铭，朱玲芬，等.巡检机器人在综合管

廊智慧化上的应用[J].中国建设信息化，2024（18）：54-57.

[5]常城，舒志兵，陈守林，等.基于UWB的智能巡

检机器人定位系统研究[J].机床与液压，2024，52（9）：

22-29.


Refbacks

  • 当前没有refback。